加權連屬神經網路之研究 A Study on Weighting Associative Neural Network 檔案 本條目沒有附加檔案。 日期 1993 作者 張志永 類型 研究計畫 系所 交通大學控制工程研究所 補助單位 行政院國家科學委員會 計畫編號 NSC82-0404-E009-217 語言 中文 摘要 類神經網路是最近很熱門的研究主題之一.從 內部結構來說,類神經網路是由許多彼此間相互 連接,且能夠同時運算的神經元所構成,有平行處 理的特性及學習的能力,應用層面相當廣泛(1,2). 在Hopfield類神經網路的模型中(3,4),可應用於解決最佳化,混合信號分離,線性規劃等(5).此外,Hopfield 亦提出可解決內容連屬記憶的問題(6-8),亦即由內 容資料去判定其為某種類的物體,簡言之,即有圖 樣歸屬與辨認的功能. 關鍵詞 連屬記憶類神經網路信雜訊號分析 Associative memoryArtificial neural networkSNR 網址 https://www.grb.gov.tw/search/planDetail?id=59256&docId=8697https://ir.lib.nycu.edu.tw/handle/11536/132181 所屬典藏 研究計畫 顯示完整詮釋資料 統計資料 引用此條目 張志永 (1993). 加權連屬神經網路之研究. https://ir.lib.nycu.edu.tw/handle/11536/132181 複製引用文字 BibTeX RIS 引用文字依 APA 第 7 版格式自動產生,使用前請再核對。 分享 Facebook X LINE 電子郵件 複製連結 其他分享方式 永久網址:https://ir.lib.nycu.edu.tw/handle/11536/132181