神经网的原理和在金融中的应用培训课件.ppt 立即下载
2024-09-10
约3.5千字
约70页
0
1.7MB
举报 版权申诉
预览加载中,请您耐心等待几秒...

神经网的原理和在金融中的应用培训课件.ppt

神经网的原理和在金融中的应用培训课件.ppt

预览

免费试读已结束,剩余 65 页请下载文档后查看

10 金币

下载文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

神经网的原理和在金融中的应用人工神经网络方法人工神经网络背景介绍1从模拟人的脑神经出发基于逻辑思维,如电子计算机就是模拟人脑逻辑思维的人工智能系统.人脑与“电脑”的信息处理能力差距:人脑与电脑的信息处理机制不同
人脑中的神经网络是一种高度并行的非线性信息处理系统,虽然单个神经信息处理速度为毫秒级,但大规模神经细胞(人脑有约1.4×1011个)的群体协同并行处理方式是高效的.而计算机采用的是有限集中的串行信息处理机制(基于冯.诺依曼工作原理VonNeumann)。即存储器与处理器相互独立,处理信息必须是形式化信息(用二进制定义)。8ANN定义:
ANN是以数学和物理方法以及信息处理的角度对人脑神经网络进行抽象,并建立某种简化模型。人工神经网络应用系统的研究,需要硬件制作技术的新突破,以便制作出ANN设备,据报道神经网络计算机已取得令人瞩目的进展。
ANN的研究内容极具丰富,涉及的面宽而又有相当深的理论有待进一步研究(涉及多学科知识)。研究内容大体上有基本理论、模型、算法、应用和实现等五大方面,每方面都有很多问题尚未解决或完善解决,尚需用各种方法从各方面开展对ANN进行更深入研究。2.人工神经网络发展简史2.人工神经网络发展简史低潮期:20世纪60年代末

人们对感知机兴趣开始衰落,
即线性感知机功能有限,只能进行线性分类和求解一阶谓词问题,不能进行非线性分类和解决比较复杂的高阶谓词问题(如异或(XOR)等)。
学术界有地位和影响力的人的悲观论调
典型代表人物:Minsky和Papert(美麻省理工学院著名人工智能学者)(作了大量数学研究,在当时技术条件下,他们在多层网络的有效学习方法上遇到了极大困难),很多领域的专家纷纷放弃了这方面课题的研究,开始了神经网络发展史上长达10年的低潮期。复兴时期(新高潮期)(20世纪80年代)

标志是美国加州工学院物理学家JohnHopfield1982和1984年在美国科学院院刊上发表两篇论文,提出了仿人脑的ANN模型。
著名的Hopfield模型,获得工程技术与学术界的重视。新时期(热潮期(80年代后期到现今))



1987年国际神经网络学会成立(INNS)宣告神经网络计算机学科的诞生。掀起人类向生物学习,研究和开发及应用神经网络的热潮。
1991年IJCNN(国际联合神经网络会议)主席D.Rumelhart在开幕词中讲到“神经网络的发展已进入转折点,它的范围正在不断扩大,领域几乎包括各个方面”。(1)理论上导求研究新进展我国ANN研究现状
1988年,北京大学组织召开了第一次关于神经网络的讨论会,一些知名学者在会上作了专题报告。
1989年,北京和广州等地召开了神经网络及其应用讨论会和第一届全国信号处理——神经网络学术会议。
1990年12月,由中国电子学会及计算机学会等八个学会联合发起并组织了中国第一次神经网络会议,参加人数400余人,搜集到会议记录中的论文358篇,内容涉及生物、人工神经网络模型、理论、分析应用及实现等各方面。
1991年12月由13个单位发起和组织召开第二次全国神经网络会议,录用论文280篇。在南京成立中国神经网络学会。
1992年中国神经网络委员会在北京承办了世界性的国际神经网络学术大会。经过10几年的发展,我国人工神经网络和研究和应用正迈向新的高科技时代。3人工神经网络的应用领域
主要介绍一下几个主要应用领域。工程领域
(1)汽车工程:利用神经网络的非线性映射能力,通过学习优秀驾驶员的换挡经验数据,可自动提取最佳挡规律。
神经网络在汽车的最佳刹车系统ABS的智能控制中应用;
神经网络在重载车柴油机燃烧系统方案优化中的应用等。医学领域
(1)检测数据分析
神经网络在许多医学检测设备中应用普遍。如用ANN进行多适脑电棘波的检测,对早期癫痫病人进行实时检测预报。
(2)生物活性研究
ANN对生物学检测数据进行分析。如分子致癌性的ANN预测具有生物学检测不具备的优点。
(3)医疗诊断设备的专家系统中有许多应用。
以非线性并行分布或处理为基础的ANN为专家系统的研究开辟了新途经,特别在并行推理等问题取得了良好效果。
经济领域
(1)信贷分析,如:信用评估系统等。
(2)市场预测,如:股票趋势预测等等。人工神经网络原理神经网络模型的种类
按照拓扑结构可以分为反馈神经网络模型和前向神经网络模型;按照性能可以分为连续型和离散型神经网络模型,确定型和随机型神经网络模型;按照学习方式可以分为有教师学习和无教师学习神经网络;按照连接突触性质可以分为一阶线性关联神经网络模型和高阶非线性关联神经网络模型。常见的人工神经网络模型,主要包括感知器(Perceptron)神经网络、线性神经网络、前馈神经网络、径向基函数神经网络、自组织竞争神经网络、回归神经网络等。神经网络模拟了一个具有许多相
查看更多
单篇购买
VIP会员(1亿+VIP文档免费下)

扫码即表示接受《下载须知》

神经网的原理和在金融中的应用培训课件

文档大小:1.7MB

限时特价:扫码查看

• 请登录后再进行扫码购买
• 使用微信/支付宝扫码注册及付费下载,详阅 用户协议 隐私政策
• 如已在其他页面进行付款,请刷新当前页面重试
• 付费购买成功后,此文档可永久免费下载
全场最划算
12个月
199.0
¥360.0
限时特惠
3个月
69.9
¥90.0
新人专享
1个月
19.9
¥30.0
24个月
398.0
¥720.0
6个月会员
139.9
¥180.0

6亿VIP文档任选,共次下载特权。

已优惠

微信/支付宝扫码完成支付,可开具发票

VIP尽享专属权益

VIP文档免费下载

赠送VIP文档免费下载次数

阅读免打扰

去除文档详情页间广告

专属身份标识

尊贵的VIP专属身份标识

高级客服

一对一高级客服服务

多端互通

电脑端/手机端权益通用