神經網路於圖型識別之研究

Abstract

近年來，( 類) 神經網路逢勃發展。不僅在學術方面許多關於神經網路的研究持續進 行著，同時也有實際成功的應用以及商品化的產品推出。而其中許多的研究是探討有 關於神經網路於圖型識別的研究。 傳統用於圖型識別的方法主要是以統計模式或構造文法的模式進行。基本上，這些都 是屬於可解析的方式，需要去分析資料的特性，然後建立一套處理法則。而神經網路 和這些傳統用於圖型識別的方法不同，它是基於目前我們對生物學的瞭解所構造的。 希望能達到和人腦一樣的思考方式。它的優點是具有較高的平行度，容錯能力及學習 能力。 本論文主要探討Neocognitron，一個多層結構的自主式神經網路於圖型識別的能力。 這個神經網路被認為是極復雜的一個網路結構。它是模擬視神經而構成，具有容忍位 置平移，尺寸變化及變型的能力。另外本論文基於該神經網路的自主式學習能力，構 造一神經網路用於地震波型之識別。