內容簡介
神經網絡在七十餘年的發展歷程中, 雖幾經沉浮, 但仍已發展成為國際學術、產業及國家發展的焦點和熱點,已成為未來創新社會發展的動力。本書從認知神經科學出發闡述了神經計算的範疇、歷史與發展、基本原理等內容。全書共17章,分為兩個部分: *部分(第1~10章)從神經網絡計算的生物學基礎出發,論述了前饋神經網絡、反饋神經網絡、競爭學習神經網絡以及新興的進化神經網絡、正則神經網絡、支撐矢量機網絡、模糊神經網絡、多尺度神經網絡等模型與學習算法;第二部分(第11~17章)論述了新近發展的深度網絡模型與學習算法,包括自編碼網絡、卷積神經網絡、生成式對抗網絡、循環神經網絡、圖神經網絡等及其在文本、圖像模式識別、圖像感知等領域的應用,其中在第16章的深度學習進階中,論述了稀疏編碼分類及應用、相關網絡學習與訓練的實例,以供有興趣的讀者進一步探索實踐。
本書可作為高等院校計算機科學、電子科學與技術、信息科學、控制科學與工程、人工智能、大數據、圖像感知等相關專業本科生或研究生的教材, 同時也可為相關領域的科研人員提供參考。