加權連屬神經網路之研究

標題:	加權連屬神經網路之研究 A Study on Weighting Associative Neural Network
作者:	張志永交通大學控制工程研究所
關鍵字:	連屬記憶;類神經網路;信雜訊號分析 ;Associative memory;Artificial neural network;SNR
公開日期:	1993
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.
官方說明文件#:	NSC82-0404-E009-217
URI:	https://www.grb.gov.tw/search/planDetail?id=59256&docId=8697 http://hdl.handle.net/11536/132181
顯示於類別：	研究計畫