[发明专利]一种人工智能新型神经网络的构建方法在审
| 申请号： | 201710122284.5 | 申请日： | 2017-02-27 |
| 公开（公告）号： | CN108510052A | 公开（公告）日： | 2018-09-07 |
| 发明（设计）人： | 顾泽苍 | 申请（专利权）人： | 顾泽苍 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06N99/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 300010 天津市*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种人工智能新型神经网络的构建方法，是由感知层，神经层以及脑皮层构成的，感知层通过机器学习单元连接感知对象，针对输入的感知信息进行最大概率输入值的学习。神经层与感知层连接复数个学习单元，进行模糊事件概率测度的对抗学习。脑皮层与神经层连接的机器学习单元，进行最大信赖性的对抗决策学习。本发明实施效果是：提出了一个最符合大脑机理的神经网络模型，无需像深度学习那样需要庞大的硬件，无黑箱问题，可实现小数据直接输入的无监督学习，可在最小的芯片以及无线终端上应用，具有机器学习精度与效率高的特点，可以并行学习，以及标准模组的组态，适于机器学习芯片的构成以及大规模工业化推广。 | ||
| 搜索关键词： | 感知层 机器学习单元 人工智能 机器学习 神经网络 脑皮层 神经 构建 学习 芯片 神经网络模型 无监督学习 标准模组 概率测度 感知信息 模糊事件 无线终端 学习单元 最大概率 小数据 信赖性 对抗 复数 黑箱 组态 感知 并行 大脑 应用 决策 | ||
【主权项】：
1.一种人工智能新型神经网络的构建方法，是由感知层，神经层以及脑皮层构成的，其特征在于：(1)感知层通过复数个小数据直接输入的无监督机器学习单元连接被感知对象；对输入的感知对象进行最大概率信息的学习；(2)神经层与感知层之间连接复数个小数据直接输入的无监督机器学习单元；进行模糊事件概率测度的对抗学习；(3)脑皮层与神经层之间连接小数据直接输入的无监督机器学习单元；进行最大信赖性的对抗决策的学习。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于顾泽苍，未经顾泽苍许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710122284.5/，转载请声明来源钻瓜专利网。
