随机权神经网络研究现状与展望
神经网络随机学习克服了传统梯度类算法所固有的收敛速度慢及局部极小问题,最近已成为神经网络领域的研究热点之一.基于随机学习的思想,人们设计了不同结构的随机权神经网络模型.本文旨在回顾总结随机权神经网络的研究现状基础上,给出其发展趋势.首先,提出随机权神经网络简化模型,并基于简化模型给出神经网络随机学习算法;其次,回顾总结随机权神经网络研究现状,基于简化模型分析不同结构随机权神经网络的性能及随机权初始化方法;最后,给出随机权神经网络今后的发展趋势.
随机权神经网络、前馈神经网络、递归神经网络、级联神经网络、随机学习算法
11
TP183(自动化基础理论)
国家自然科学基金项目61533002,61603012;北京市自然科学基金项目Z141100001414005;北京市教委基金项目km201410005001,KZ201410005002
2017-04-14(万方平台首次上网日期,不代表论文的发表时间)
共10页
758-767