1.1 神經(jīng)網(wǎng)絡簡介

1.1.1 神經(jīng)網(wǎng)絡的定義

早期研究者對神經(jīng)網(wǎng)絡有很多種不同的叫法，包括：人工神經(jīng)網(wǎng)絡（arti-ficial neural network）、人工神經(jīng)系統(tǒng)（artificial neural system）、神經(jīng)網(wǎng)絡（neural network）、自適應系統(tǒng)（adaptive system）、自適應網(wǎng)絡（adaptive network）、連接模型（connectionism）、神經(jīng)計算機（neurocomputer）等。這些叫法都是對神經(jīng)網(wǎng)絡的不同側面的描述。其中，“人工神經(jīng)網(wǎng)絡”強調通過人工來模擬神經(jīng)網(wǎng)絡；“人工神經(jīng)系統(tǒng)”強調將神經(jīng)網(wǎng)絡視為一個系統(tǒng)；“神經(jīng)網(wǎng)絡”把人工兩個字省掉，也是目前使用最為廣泛的叫法之一；“自適應系統(tǒng)”和“自適應網(wǎng)絡”強調的是網(wǎng)絡的自適應性；“連接模型”強調的是神經(jīng)元與神經(jīng)元之間的連接關系；“神經(jīng)計算機”是從計算的角度理解神經(jīng)網(wǎng)絡。這些不同的叫法都是指神經(jīng)網(wǎng)絡，只是從不同的角度對神經(jīng)網(wǎng)絡進行描述。讀者可以根據(jù)自己的科研實際情況，從不同的角度理解和應用神經(jīng)網(wǎng)絡。

在機器學習和認知科學領域，神經(jīng)網(wǎng)絡是一種模仿生物神經(jīng)網(wǎng)絡的結構和功能的數(shù)學模型或計算模型，被廣泛應用于處理非線性關系和進行函數(shù)近似，可以通過數(shù)學公式來描述。神經(jīng)網(wǎng)絡是一種通過大量的人工神經(jīng)元連接進行計算的數(shù)學模型或計算模型，它可以通過外部信息來改變內部結構和參數(shù)，從而更好地適應所處理的數(shù)據(jù)。具體地說，這種改變有兩個方面。首先，神經(jīng)網(wǎng)絡的自身結構可能需要改變，一般來說，神經(jīng)網(wǎng)絡設計好后其自身結構不太容易改變，但在一些新興領域會有此類需求，如自動機器學習，旨在自主學習神經(jīng)網(wǎng)絡的結構。其次，神經(jīng)網(wǎng)絡的內部參數(shù)需要根據(jù)輸入數(shù)據(jù)來進行調整，這就是神經(jīng)網(wǎng)絡的學習過程。通過學習，神經(jīng)網(wǎng)絡可以逐步提高對輸入數(shù)據(jù)的理解和響應能力，從而實現(xiàn)更準確的輸出。神經(jīng)網(wǎng)絡作為一種自適應系統(tǒng)，能夠根據(jù)外部輸入信息進行自我調整，輸入信息相當于神經(jīng)網(wǎng)絡的“生存環(huán)境”。隨著外部環(huán)境的變化，神經(jīng)網(wǎng)絡不斷地調整自身，以適應新的輸入信息。神經(jīng)網(wǎng)絡還可以被看作一種復雜的數(shù)學函數(shù)，它包含大量參數(shù)，這使得它可以擬合不同的數(shù)據(jù)，同時也具備擬合復雜數(shù)據(jù)的能力。