文档介绍：第五章知识学****br/>人工智能及其应用
1
内容提要:
知识学****概念、原理及分类
神经网络学****br/>神经网络模型
知识发现与Agent技术
Hopfield神经网络
人工智能及其应用
2
1982年和1984年,美国加州理工学院物理学家霍普菲尔德()在神经网络建模及应用方面取得了开创性研究成果,先后提出了离散型Hopfield神经网络和连续型Hopfield神经网络,引入“计算能量函数”的概念,给出了网络稳定性判据,尤其是给出了Hopfield神经网络的电子电路实现,为神经计算机的研究奠定了基础,同时开拓了神经网络用于联想记忆和优化计算的新途径,从而有力地推动了神经网络的研究。这两种模型是目前最重要的神经优化计算模型之一。
Hopfield神经网络
人工智能及其应用
3
Hopfield神经网络无论是是离散型,还是连续型,都是反馈网络结构。下图给出了一个简单的反馈神经网络图。
离散型Hopfield神经网络
人工智能及其应用
4
离散网络模型是一个离散时间系统,每个神经元只有两个状态,可以用1和0来表示,由连接权值Wij所构成的矩阵是一个对角线为0的对称矩阵。离散型Hopfield神经网络的结构:
离散型Hopfield神经网络
人工智能及其应用
5
网络的稳定性:由于在反馈网络中,网络的输出要反复地作为输入再送入网络中,这就使得网络具有了动态性,网络的状态在不断的改变之中,因而就提出了网络的稳定性问题。所谓一个网络是稳定的是指从某一时刻开始,网络的状态不再改变。
连接权值构成的矩阵是非负对角元的对称矩阵,该网络就具有串行稳定性;
若该矩阵为非负矩阵,则该网络就具有并行稳定性。
连续型Hopfield网络
人工智能及其应用
6
1984年,Hopfield又提出了连续时间的神经网络,在这种神经网络中,各节点可在0到1的区间内取任一实数值。连续型Hopfield网络神经元电路模型:
人工智能及其应用
9
知识发现的过程
简史:
知识发现是1989年8月在美国底特律举行的第11届国际人工智能联合会议上提出来的。
1991、1993和1994年又举行了KDD专题讨论会。从1995年以来,每年举办一次KDD国际会议。
1997年,国际专业杂志《Knowledge Discovery and Data Mining》问世。
随着互联网的发展,网上已设立了不少研究KDD的网站、论坛和新闻报导。在这些研究的基础上,产生了一些KDD产品和应用系统,并引起企业界的关注。
人工智能及其应用
10
知识发现的过程
定义:
从大量数据集中辨识出有效的、新颖的、潜在有用的、并可被理解的模式的高级处理过程。
知识发现过程: