10.16208/j.issn1000-7024.2021.09.009
脉冲神经网络算法及其在扑克游戏中的应用
随着人工智能的发展,目前主流的神经网络面临着计算量大、功耗高、智能化程度低等问题.为解决以上问题,根据人脑的特性,提出具有普适性的多层脉冲神经网络结构,利用生物学的因果律提出脉冲神经网络算法.通过控制"引导"神经元的激活时间间接调整目标权值,将算法应用在扑克游戏中,使扑克机器人能够学习一个人的打牌能力,实现拟人化程度为85%,验证了算法的可行性,同时表明脉冲神经网络具有强智能性.
人工智能、脉冲神经网络、网络结构、学习算法、监督学习、斗地主、突触可塑性规则、赫布规则
42
TP183(自动化基础理论)
国家重点研发基金项目2016YFA0201804
2021-09-22(万方平台首次上网日期,不代表论文的发表时间)
共10页
2462-2471