填空

在生物神经元中，树突接收来自其它神经元的输入，轴突给其它神经元提供输出，神经元与神经元之间通信的连接称为突触。
最早的人工神经网络是感知器（Perceptron）人工神经网络模型，它由美国计算机科学家罗森布拉特（F.Roseblatt）于1957年提出，提出采用Hebb学习规则或最小二乘法来训练感知器的参数，而目前应用最为广泛的神经网络模型则是。
对于人工神经网络而言，神经网络的学习方法归根结底就是的调整方法。
在统计学习理论中反映学习机器复杂度的指标是。
1982年，美国加州工学院物理学家John Hopfield发表了一篇对人工神经网络研究颇有影响的论文“Neural Networks and Physical Systems with Emergent Collective Computational Abilities”，有力地推动了神经网络的发展，标志着神经网络开始由低潮阶段转入复兴阶段。在这篇论文中作者引入了联想记忆和优化计算的反馈互连网络的概念，给出了神经网络的稳定性判据，并用来进行约束优化问题。
在实际的神经网络中存在一种现象，即一个神经细胞兴奋后，通过它的分支会对周围其他神经细胞产生抑制，我们把这种现象称为现象，自组织竞争人工神经网络就是在基于这种现象的基础上生成的。
在竞争学习策略中采用的典型学习规则称为，其英文写法是。
BP网络的学习过程由与两个过程组成。
在支持向量机学习算法中，位于最优分类线（面）上的训练样本点称为。
前馈型神经网络的学习训练主要采用BP算法，计算过程和收敛速度比较慢；反馈型神经网络的学习主要采用规则，一般情况下计算的收敛速度很快。
自适应线性元件采用的是学习规则对权值进行训练

名词解释

泛化能力
有监督学习
过学习
Hebb学习规则

当某一突触(连接)两端的神经元同步激活(同为激活或同为抑制)时，该连接的强度应增强，反之，应减弱

数学方式描述： 1148

Hebb学习规则基于假设： - 在神经网络中，信息存储在连接权中； - 连接权的学习（训练）速率正比于神经元各激活值之积； - 连接是对称的。即从神经元A到神经元B的连接权与从神经元B 到神经元A的连接权相同； - 在学习训练时，连接权的强度和类型变化，这种变化建立起细胞之间的连接。

自学习

问答

人工神经网络是模拟生物神经网络的产物，除相同点外，它们还存在哪些主要区别？
感知器神经网络存在的主要缺陷是什么？
请比较前馈型神经网络与反馈型神经网络的异同点。
BP算法的主要思想是什么，它存在哪些不足之处？
请描述结构风险最小化原则（SRM）的思想，并给出其数学表达式。
简述神经网络的基本特征和基本功能

基本特征：（1）非线性。人工神经网络元处于激活或者抑制两种不同的状态，这种行为在数学上表现为一种非线性关系，具有阈值的神经元构成的网络具有更好的性能，可以提高容错性和存储容量。（2）非局限性。一个神经网络由多个神经元广泛连接而成，一个系统的整体行为不仅取决于单个神经元的特征，而且可能主要由单元之间的相互作用、相互连接所决定。通过单元之间的大量连接模拟大脑的非局限性。联想记忆是非局限性的典型例子。3）非常定性。人工神经网络具有自适应、自组织、自学习能力。神经网络不但处理的信息可以有各种变化，而且在处理信息的同时，非线性动力系统本身也在不断变化。经常采用迭代过程描写动力系统的演化过程。

一小段一小段复制百度文库的内容太蠢了，要看答案见这篇文章

神经网络的模型分为哪几类,试述神经网络的典型结构,常用的作用函数及各类神经网络的基本作用
论述BP算法的基本思想，讨论BP算法的优缺点，以及改进算法的思路和方法 2
论述RBF算法的基本思想 2
试述支持向量机的基本思想，结合文献给阐述一具体应用实例 2

推导

给定图1所示的具有一个隐含层的BP简化网络图，请给出BP算法的完整推导步骤

2002

具有一个隐含层的BP简化网络图

图中，设输入为P，输入神经元有r个，隐含层内有s1个神经元，激活函数为F1，输出层内有 s2个神经元，对应的激活函数为F2，输出为A，目标矢量为T

参考： 1. 百度文库 2. 百度文库 3. 百度文库有答案 3. 考察深度学习基础知识的45道题目（附答案）