(1)人工神經網路模型的研究
人工神經網路模型的研究包括：神經網路原型研究，即大腦神經網路的生理結構、思維機制；對神經元生物特性的人工模擬（如時空特性、不應期、電化學性質等）；神經網路計算模型與學習演算法；利用物理學的方法進行單元間相互作用理論的研究（如聯想記憶模型等）。
(2)神經網路基本理論研究
神經網路基本理論研究包括：神經網路非線性特性理論的研究（如自組織性、自適應性等）；神經網路基本效能的定量分析方法(如穩定性、收斂性、容錯性、魯棒性、動力學複雜性等）；神經網路計算能力與資訊儲存容量理論的研究，以及結合認知科學的研究，探索包括感知、思考、記憶和語言等的腦資訊處理模型。
(3)神經網路智慧型資訊處理系統的應用
在認知與人工智慧方面，包括模式識別、計算機視覺與聽覺、特徵提取、語音識別、語言翻譯、聯想記憶、邏輯推理、知識工程、專家系統、故障診斷和智慧型機械人等。在優化與控制方面，包括優化求解、決策與管理、系統辨識、魯棒性控制、自適應控制、並行控制、分布控制和智慧型控制等。在處理方面，包括自適應訊號處理（自適應濾波、時間序列**、譜估計、消噪、檢測、陣列處理)和非線性訊號處理(非線性濾波、非線性**、非線性譜估計、非線性編碼、中值處理）。在感測器資訊處理方面，包括模式預處理變換、資訊整合、多感測器資料融合。
人工神經網路擅長解決兩類同題：一類是對大量資料進行分類，並且只有較少的幾種情況；另一類是必須學習乙個複雜的非線性對映。
(4)神經網路的軟體模擬和硬體實現
在通用計算機、專用計算機或者並行計算機上進行軟體模擬，或由專用數字訊號處理晶元構成神經網路**器。由模擬積體電路、數字積體電路或者光器件在硬體上實現神經晶元。軟體模擬的優點是網路的規模可以較大，適合於用來驗證新的模型和複雜的網路特性。
硬體實現的優點是處理速度快，但由於受器件物理因素的限制，根據目前的工藝條件，網路規模不可能做得太大。僅幾千個神經元，但代表了未來的發展方向，因此受到人們的特別重視。
神經網路計算機的實現包括計算機**系統。專用神經網路並行計算機系統，例如，數字、模擬、數-模混合和光電互連等。人工神經網路的光學實現和生物實現等。
人工智慧、大資料、雲計算和物聯網的未來發展值得重視，均為前沿產業，多智時代專注於人工智慧和大資料的入門和科譜，在此為你推薦幾篇優質好文：
什麼是神經網路，深度神經網路怎麼分類的，主要是做什麼的？
人工神經網路的架構，主要由哪幾部分組成？
人工神經網路是什麼，人工神經網路的的優點有哪些？
多智時代-人工智慧和大資料學習入門**|人工智慧、大資料、物聯網、雲計算的學習交流**
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...
人工神經網路模型主要分為幾類，都有什麼優點？
人類神經網路為一類似人類神經結構的平行計算模式，是 一種基於腦與神經系統研究，所啟發的資訊處理技術 通常也被稱為平行分布式處理模型或鏈結模型。其具有人腦的學習 記憶和歸納等基本特性，可以處理連續型和離散型的資料，對資料進行 可利有系統輸入與輸出所組成的資料，建立系統模型 輸入與輸出間的關係 人工神經...