| 如何增加人工神经元网络的透明度? |
| |
| 引用本文： | 胡包钢,王泳,杨双红,曲寒冰.如何增加人工神经元网络的透明度?[J].模式识别与人工智能,2007,20(1). |
| |
| 作者姓名： | 胡包钢 王泳 杨双红 曲寒冰 |
| |
| 作者单位： | 1. 中国科学院自动化研究所,北京,100080
2. 中国科学院研究生院,北京,100080 |
| |
| 基金项目： | 国家自然科学基金，国家自然科学基金创新集体项目 |
| |
| 摘 要： | 针对人工神经元网络应用中最主要的问题之一--"黑箱"特性进行文献综述.增加人工神经元网络系统的透明度是解决该问题必不可少的手段.为了便于理解各种已有方法的应用特点及其局限性,提出"透明度"研究中的方法分类框架.首先将"透明度"研究划分为两种基本策略:1)将先验信息引入系统设计;2)从模型中提取系统相关规则或知识.在此基础上,对各种主要方法进一步分类并进行应用特点介绍.最后对机器学习多目标研究进行讨论.提出基于"性能价格比"与基于提高系统"透明度"的目标函数.指出提高"透明度"是神经元网络研究中最为基本而又直接的解决方案.为此提出"反馈知识增长(Knowledge Increasing via Feedback)"型机器学习方法.
|
| 关 键 词： | 机器学习 人工神经元网络 先验知识 归纳 演绎 黑箱 |
How to Add Transparency to Artificial Neural Networks |
| |
| HU Bao-Gang,WANG Yong,YANG Shuang-Hong,QU Han-Bing.How to Add Transparency to Artificial Neural Networks[J].Pattern Recognition and Artificial Intelligence,2007,20(1). |
| |
| Authors: | HU Bao-Gang WANG Yong YANG Shuang-Hong QU Han-Bing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
