哈尔滨工业大学：《计算智能和过程神经元网络》课程PPT教学课件（何新贵）

计算智能和 过程神经元网络 何新贵 北京大学信息科学技术学院 2004年4月

计算智能和 过程神经元网络 何新贵 北京大学信息科学技术学院 2004年4月

、引言 北京大学和教育部已正式批准‘智能科 学’作为‘计算机科学技术的一个 级学科,并设立相应专业,批准我院从 2004年开始招收智能科学专业的学生。 北京大学将是全国第一个,且是唯一开 设该专业的大学

2 一、引言 • 北京大学和教育部已正式批准‘智能科 学’作为‘计算机科学技术’的一个二 级学科，并设立相应专业，批准我院从 2004年开始招收智能科学专业的学生。 • 北京大学将是全国第一个，且是唯一开 设该专业的大学

、引言 智能科学是研究人类智能或动物智能的 本质,机理和计算机模拟实现的一门交 叉学科。涉及生命、生理、心理、生化、 电子和信息等学科。 人工智能的理论,方法和系统的研究是 智能科学研究的一个重要方面,过去主 要从信息领域研究得较多

3 一、引言 • 智能科学是研究人类智能或动物智能的 本质，机理和计算机模拟实现的一门交 叉学科。涉及生命、生理、心理、生化、 电子和信息等学科。 • 人工智能的理论，方法和系统的研究是 智能科学研究的一个重要方面，过去主 要从信息领域研究得较多

、引言 大脑是‘智能系统”最完整,最复杂和最典型 的一个代表。 人工智能学者一直在追求的一个理想目标就是 研究出一种类似“大脑”的人造的智能系统。 “大脑”本身是在不断进化和不断变化的 用大脑研究“大脑”本身是一个递归问题, 也许我们只能‘逐步逼近这个问题

4 一、引言 • 大脑是‘智能系统’最完整，最复杂和最典型 的一个代表。 • 人工智能学者一直在追求的一个理想目标就是 研究出一种类似“ 大脑”的人造的智能系统。 • “ 大脑”本身是在不断进化和不断变化的， 用大脑研究 “ 大脑”本身是一个递归问题， 也许我们只能‘逐步逼近’这个问题

生物神经系统 ·生物神经系统是由大量神经细胞(神经 元)组成的一个复杂的互联网络。据统 计,人类大脑约有1010-101个神经元, 每个神经元与103-105个其它的神经元互 相连接,从而构成一个极为庞大复杂的 网络。神经元的结构总体来讲可分为三 个部分:胞体(Soma),树突 ( Dendr ites)和轴突(Axon)

5 生物神经系统 • 生物神经系统是由大量神经细胞（神经 元）组成的一个复杂的互联网络。据统 计，人类大脑约有1010－1011个神经元， 每个神经元与103－105个其它的神经元互 相连接，从而构成一个极为庞大复杂的 网络。神经元的结构总体来讲可分为三 个部分：胞体（Soma），树突 （Dendrites）和轴突（Axon）

神经元 胞体 树突 突触 轴突

6 神经元

世界难题 要搞清生物神经系统或大脑到底是如 何工作的?它的复杂功能到底有怎 样的实现机理? 十分困难

7 世界难题 要搞清生物神经系统或大脑到底是如 何工作的？它的复杂功能到底有怎 样的实现机理？ 十分困难！

现状 目前,人工智能学者们的基本研究手段 主要是:用“数学十计算机”作为工具, 对各种智能行为进行仿生、仿真和模拟, 并开展各种应用。 计算智能( Computat ional Intel i gence)是目前人工智能研究领 域中十分活跃和比较成功的一个分支

8 现状 • 目前，人工智能学者们的基本研究手段 主要是：用“ 数学＋计算机”作为工具， 对各种智能行为进行仿生、仿真和模拟， 并开展各种应用。 • 计算智能（Computational Intelligence）是目前人工智能研究领 域中十分活跃和比较成功的一个分支

现状 计算智能( Computational Intel l gence)是用计 算的手段来表达和实现智能行为的一个学科,一般 包括: 1.模糊计算( Fuzzy Computing) 模糊集( Zadeh l.A.,1965),模糊逻辑 加权模糊逻辑(1988),模糊计算逻辑(190) 2.神经计算( Neural computing) M"P神经元模型 Mccul loch和Pits,1943) BP神经元网络1984),学习算法,应用 过程神经元网络(2000

9 现状 • 计算智能（Computational Intelligence）是用计 算的手段来表达和实现智能行为的一个学科，一般 包括： 1. 模糊计算（Fuzzy Computing） 模糊集(Zadeh L. A.，1965)，模糊逻辑 加权模糊逻辑(1988)，模糊计算逻辑(1990) 2. 神经计算（Neural Computing） M-P神经元模型(McCulloch和 Pitts，1943) BP神经元网络(1984)，学习算法，应用 过程神经元网络（2000）

模糊集 “小、较小、不大不小、较大、大”的表示 0.5

10 模糊集 “小、较小、不大不小、较大、大”的表示 0 0.5 1