加權連屬神經網路之研究

dc.contributor.author	張志永	zh_TW
dc.contributor.department	交通大學控制工程研究所	zh_TW
dc.date.accessioned	2016-12-20T03:57:07Z
dc.date.available	2016-12-20T03:57:07Z
dc.date.issued	1993	en_US
dc.description.abstract	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.	zh_TW
dc.description.abstract		en_US
dc.description.sponsorship	行政院國家科學委員會	zh_TW
dc.identifier.govdoc	NSC82-0404-E009-217	zh_TW
dc.identifier.uri	https://www.grb.gov.tw/search/planDetail?id=59256&docId=8697	en_US
dc.identifier.uri	https://ir.lib.nycu.edu.tw/handle/11536/132181
dc.language.iso	zh_TW	en_US
dc.subject	連屬記憶	zh_TW
dc.subject	類神經網路	zh_TW
dc.subject	信雜訊號分析	zh_TW
dc.subject	Associative memory	en_US
dc.subject	Artificial neural network	en_US
dc.subject	SNR	en_US
dc.title	加權連屬神經網路之研究	zh_TW
dc.title	A Study on Weighting Associative Neural Network	en_US
dc.type	Plan	en_US

Files

Now showing 1 - 1 of 1