潍坊科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

人工神经网络原理:从基础设计到深度学习/(美) 丹尼尔·格劳佩著 韩光辉译

出版发行项:

北京:北京理工大学出版社,2025

ISBN及定价:

978-7-5763-5216-0/CNY148.00

载体形态项:

429页:图;24cm

统一题名:

Principles of artificial neural networks : basic designs to deep learning

其它题名:

从基础设计到深度学习

丛编项:

人工智能核心技术体系译丛

个人责任者:

格劳佩 (Graupe, Daniel) 著

个人次要责任者:

韩光辉 译

学科主题:

人工神经网络-机器学习

中图法分类号:

TP18

责任者附注:

丹尼尔·格劳佩 (DanielGraupe), 在英国利物浦大学获得电气工程博士学位, 美国伊利诺伊大学芝加哥分校 (UIC) 电气与计算机工程系的荣誉退休教授, 1985年成为IEEE会员, 2003年成为IEEE终身会员。韩光辉, 2018年获得北京理工大学工学博士学位, 中山大学博士后, 现为华北水利水电大学副教授, 研究生导师。

书目附注:

有书目 (第411-429页)

提要文摘附注:

本书基本涵盖了人工神经网络纵向发展历程中的主要节点技术, 能够满足需要系统学习的读者需求。第1章内容高屋建瓴, 涉及人工神经网络的引入及其角色。第2-3章介绍生物神经网络基础和人工神经网络原理, 第4-5章分别介绍单层/多层感知器和Madaline网络, 第6章介绍经典和改进的反向传播算法。第7-8章分别介绍霍普菲尔德 (Hopfield) 网络和对偶传播 (CounterPropagation) 网络, 第9章介绍更接近生物神经网络的自适应共振 (ART) 网络。第10章介绍神经认知机, 这是后来卷积神经网络发展的灵感来源, 而卷积神经网络引领深度学习成为当代人工智能的主流技术。第11章介绍神经网络的统计 (随机) 训练知识, 第12章介绍循环神经网络。第13章介绍深度学习神经网络的原则及范围, 第14-15章分别介绍卷积神经网络和LAMSTAR神经网络, 最后第16章是内容广泛的比较案例研究。

豆瓣简介：