文档介绍：人 工 智 能
1
人工智能及其应用
第1页
第七章 机器学****br/> 机器学****定义、研究意义与发展历史
机器学****主要策略与基本结构
– 几个惯用学****方法
知识发觉
诊疗
2. 观察发觉学****learning from observation and discovery）
观察学****事例聚类，形成概念描述；
机器发觉：发觉规律，产生定理或规则；
14
人工智能及其应用
第14页
类比学****br/> 类比推理和类比学****方式
类比学****learning by analogy）就是经过类比，即经过对相同事物加以比较所进行一个学****br/>其推理过程以下 ：
回想与联想 选择 建立对应关系转换
P(a) ∧ Q(a) , P(a) ≌ P(b) ├ Q(b)Q(a)
15
人工智能及其应用
第15页
类比学****过程与研究类型
类比学****主要包含以下四个过程：
输入一组已知条件和一组未完全确定条件 。
对两组出入条件寻找其可类比对应关系。
依据相同转换方法，进行映射。
对类推得到知识进行校验。
类比学****br/>16
人工智能及其应用
第16页
类比学****研究可分为两大类：
(1) 问题求解型类比学****br/> (2) 预测推定型类比学****它又分为两种方式：
一是传统类比法
另一是因果关系型类比
类比学****br/>17
人工智能及其应用
第17页
解释学****explanation-based learning)
解释学****过程和算法
1986年米切尔（Mitchell）等人为基于解释学****提出了一个统一算法EBG：
训练例子
操作准则
知识库
新规则
目标概念
18
人工智能及其应用
第18页
EBG求解问题形式可描述于下:
给定：
(1) 目标概念描述TC；
(2) 训练实例TE；
(3) 领域知识DT；
(4) 操作准则OC。
求解：
训练实例普通化概括，使之满足：
(1) 目标概念充分概括描述TC；
(2) 操作准则OC。
解释学****br/>19
人工智能及其应用
第19页
神经学****br/> 基于反向传输网络学****br/> 反向传输（back-propagation,BP）算法是一个计算单个权值改变引发网络性能改变值较为简单方法。BP算法过程包含从输出节点开始，反向地向第一隐含层传输由总误差引发权值修正。
20
人工智能及其应用
第20页
BP算法
网络模型：
BP网络前向计算关系：
以三层网络为例，n个输入结点，m个输出结点，H个隐层结点，训练样本由（xk，dk）（k=1,2…p）组成训练对，转移函数微f（）
当输入第k个样本数据时隐层结点h与输出层结点j加权和与输出分别为：
x1
x2
xn
y1
y2
ym
Wih
Whj
d1
e2
dm
e1
em
yh(k)
xi(k)
yj(k)
21
人工智能及其应用
第21页
BP算法权值调整方法：
令输出结点家j误差为 则k个训练样本误差平方和为性能指标
隐层到输出层权值调整（梯度法）：
输入层到隐层权值调整（梯度法）：
BP网络训练步骤：
用小随机数初始化网络各层权值；
样本数据输入；
误差计算；
权值改变量计算；
权值调整
22
人工智能及其应用
第22页
基于Hopfield网络学****br/> 反馈神经网络，它是一个动态反馈系统，比前馈网络含有更强计算能力。
Hopfield网络是一个含有正反相输出带反馈人工神经元。
神经学****br/>23
人工智能及其应用
第23页
反馈型神经网络（Hopfield网络）
Hopfield网络结构
Hopfield离散随机网络是Hopfield于1982提出，1984年又提出了连续时间模型。普通在进行计算机仿真时采取离散模型，而在硬件实现时采取连续模型。
Hopfield网络主要意义；
f (.)
f (.)
f (.)
I1
I2
In
Vn
V2
V1
W2n
W22
W12
24
人工智能及其应用
第24页
一个特定Hopfield离散网络特征（CAM）
f(.)=sign(.)
网络计算：
Hopfield证实当Wij＝Wji，网络是收敛。
数据网络演变