學了一段時間神經網路，又看了些講人腦的書，有兩個想法和大家分享，希望有大神能解惑
1、和現在的人工神經網路相比，人的神經間的連線更為複雜，不是全連線或者隨機的連線一部分。我覺得人腦神經元的連線是在進化過程中不斷演變來的，那麼人工神經網路是否也能像人一樣，在訓練的過程中不斷改變神經元的連線（不僅是權值）來優化呢？
2、人腦突觸間的傳播需要時間，而且各不相同，我覺得這形成的整個資訊流的先後順序很可能非常重要，人工神經網路最多加一層承接層來記憶上一次的輸入，每個神經元的傳播時延被忽略掉了，有沒有一種網路除了權值，還有傳播時延這個變數，並且在每次的訓練中修改它，以達到最優呢？
人工神經網路評價法案例 人工神經網路演算法的例子
大腦中的訊號以大約每秒118.872公尺的速度從乙個神經元跳到另乙個神經元。另一方面，光在一秒鐘內傳播的速度3.0 10 8m s 想象一下，如果人類大腦中想訊號傳播速度也有光那麼快，那將會發生什麼不可思議的事。加州大學洛杉磯分校 ucla 的研究人員周四公布了一種3d列印的光學神經網路，它能讓計算...
人工神經網路的特點
人工神經網路是由大量節點相互連線構成的具有資訊響應的網狀拓撲結構，可用於模擬人腦神經元的活動過程，它反映了人腦功能的基本特性，包括諸如資訊加工 處理和儲存等過程。到目前為止，已經發現的人工神經網路特徵主要有非線性 並行處理和容錯性，並具有聯想 自學習 自組織和自適應能力。一 非線性 人工神經網路可以...
兩個基於神經網路的情感分析模型
情感分析，也稱傾向性分析，即對乙個主觀的文字分析判斷說話者的情感色彩或者褒貶態度。傳統的方法一般有基於情感詞典 構建情感詞典後統計文字極性詞進行判斷 和基於機器學習 使用詞袋模型對詞語向量化後利用機器學習方法訓練分類器 但結果往往差強人意。本週閱讀的兩篇 都是基於神經網路對文字進 感分析，一篇是針對...