会员服务
人工神经网络（Artificial Neural Network，即ANN），它从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activation function）。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。
A Theory-grounded Hybrid Neural Network Integrating Complementary Estimation Mechanisms for Stable Visual Object TrackingA
Arxiv
0+阅读 · 6月21日
Neuromorphic Speech Enhancement with Dual-Branch Spiking Neural Networks
Arxiv
0+阅读 · 6月22日
Hybrid ANN-SNN Pipeline with Local Plasticity
Arxiv
0+阅读 · 6月18日
A Link between Shock-wave Theory and Symmetry-reduced Stochastic Gradient Descent for Artificial Neural Networks
Arxiv
0+阅读 · 6月16日
No One-Size-Fits-All Neurons: Task-based Neurons for Artificial Neural Networks
Arxiv
0+阅读 · 6月15日
Error Amplification Limits ANN-to-SNN Conversion in Continuous Control
Arxiv
0+阅读 · 5月29日
Neural Variability Enhances Artificial Network Robustness
Arxiv
0+阅读 · 6月11日
Updating the standard neuron model in artificial neural networks
Arxiv
0+阅读 · 6月9日
Quantization Effects of Artificial Neural Networks for Embedded Edge-Computing Applications
Arxiv
0+阅读 · 5月21日
Convergence rates for gradient descent in the training of overparameterized artificial neural networks with piecewise affine activation
Arxiv
0+阅读 · 5月19日
CANN-EUCLID: unsupervised constitutive artificial neural network model discovery from full-field data
Arxiv
0+阅读 · 6月12日
How Many Training Samples Are Needed for the Inverse Kinematics Solutions by Artificial Neural Networks
Arxiv
0+阅读 · 5月22日
Reconsidering the energy efficiency of spiking neural networks
Arxiv
0+阅读 · 5月12日
Deep Neural Network for Musical Instrument Recognition using MFCCs
Arxiv
0+阅读 · 5月19日
Machine Learning as Iterated Belief Change a la Darwiche and Pearl
Arxiv
0+阅读 · 5月3日
参考链接
微信扫码咨询专知VIP会员
Top