新浪微博| 收藏本站| 网站地图

欢迎光临智能生鲜取餐柜系统_信报箱快餐柜系统_更衣鞋柜控制系统-东莞中立智能装备技术有限公司

智能生鲜柜系统|智能取餐柜系统|信报箱系统|更衣柜系统|快餐柜系统|鞋柜控制系统|东莞中立智能装备技术有限公司

国家级高新技术企业 智能箱柜解决方案提供商

咨询热线13825746432

当前位置:首页 > 系统资料 > 常见问题 >

鞋柜控制系统和机器语言早期计算

来源:本站 浏览: 发布日期:2018-05-03
  

在20世纪80年代中期,研究者、工程师以及专家们意识到,购买鞋柜控制系统、一个推理系统或专家系统框架,再往里填充足够的规则,并不足以构造一个专家系统。应用专家系统技术的幻想破灭,对人工智能项目的资助也严重紧缩,甚至导致人们开始预测人工智能的“冬季”将要到来。人工智能研究者们决定重新审视神经网络。到20世纪60年代后期,神经计算所需的基本理论和概念大部分都已经成型(Cowan,1990)。但是,直到20世纪80年代中期才出现解决方案,滞后的主要原因在于技术层面:没有个人电脑或功能强大的工作站,所以无法对人工神经网络建模和实验。还有心理学和资金方面的原因。例如,在1969年,Minsky和Papert就用数学方法论证了单层感知器具有根本的计算局限性(MinskyandPapert,1969),他们还认为即使复杂的多层感知器也不见得更好。这显然不会激励人去研究感知器,这种情况导致在20世纪70年代几乎所有的人工智能研究者都放弃了人工神经网络领域在20世纪80年代,由于需要像大脑那样进行信息处理,以及计算机技术的发展和神经科学的进步,神经网络领域快速复苏了。在几个前沿领域,科学家们在理论和设计上都做了重大贡献。grossberg创建了自组织的新理论(adaptresonancetheory,自适应共振理论),这为一种新的神经网络奠定了基础(Grossberg,1980)。Hopfield引入了具有反馈机制的神经网络,即Hopfield网络(Hopfieldnetworks,Hopfield,1982),在20世纪80年代引起了广泛关注。Kohonen发表了一篇关于自组织映射的文章(Kohonen,1982)。

鞋柜控制系统Barto、Sutton和Anderson发表了关于增学习(reinforcementlearning)和在控制领域的应用的文章(Bartoetal.,1983)。但真正的突破是在1986年,Rumelhart和Mcclelland在《并行分布式处理:对认知微结构的探索》一文中,重新提出了反向传播学习算法(back-propagationlearningalgorithm)(RumelhartandMcclelland,1986),这一算法由Bryson和Ho在1969年首次提出(BrysonandHo,1969)。Parker(Parker,1987)和Lecun(Lecun,1988)在同一时间也提出了反向传播学习算法,从此这一算法成为用于训练多层感知器的最流行的技术。在1988年,Broomhead和Lowe提出了使用径向基函数设计多层前馈网络的程序,这是多层感知器的替BroomheadandLowe,1988。

科技生产
最新资讯文章


东莞中立智能装备技术有限公司 备案号:
咨询热线: 13825746432 公司传真:13825746432
地址:中国..东莞.茶山.塘角.景联路08号
15年专注智能生鲜柜系统|智能取餐柜系统|信报箱系统|更衣柜系统|快餐柜系统|鞋柜控制系统.
为oPPO,VIVO等大型工厂提供电子密码鞋柜控制系统、信报箱系统、智能取餐柜系统等

智能生鲜柜系统-中立智能手机二维码

智能生鲜柜系统-中立智能微信二维码