神经网络的分类及其不同的应用场景

Artificial Nerual Networks-Based Machine Learning for Wireless Networks:A Tutorial

这篇论文讲述了基于神经网络的无线网络机器学习教程,论文中对神经网络进行了分类，并且总结了不同的神经网络应用的场景。

•模块化神经网络： 模块化神经网络（MNN）由几个独立的神经网络和一个中介组成。在一个MNN中，每个ANN用来完成MNN要执行的整个任务的一个子任务。中间层用来处理每个独立神经网络的输出，并生成一个神经网络的输出。
•递归（循环）神经网络：RNN是一种神经网络结构，允许神经元从一层神经元连接到前一层神经元。根据RNN中神经元的激活函数和连接方式的不同，RNN可以定义几种不同的结构：
a）随机神经网络
b）双向神经网络（BNNs）
c）全递归神经网络（FRNN）
d）神经图灵机（NTM）
e）长短时记忆（LSTM）
f）回声状态网络（ESNs）
g）简单递归神经网络（SRNNs）
h）门控递归单元（gru）
**•生成性对抗网络：**生成性对抗网络（GAN）由两个神经网络组成。一个神经网络用于从潜在空间学习映射到特定的数据分布，另一个神经网络用于区分真实数据分布和神经网络映射的分布。
•深层神经网络： 所有具有多个隐藏层的ann称为dnn。
**•尖峰神经网络：**尖峰神经网络由精确模拟生物神经网络的尖峰神经元组成。
•前馈神经网络： 在前馈神经网络（FNN）中，每个神经元只有来自前一层的传入连接，只有到下一层的传出连接。FNNs可用于定义更高级的体系结构，如：
a）极限学习机（ELMs）
b）卷积神经网络（CNNs）
c）时延神经网络（TDNNs）
d）自动编码器(Autoencoder)
e）概率神经网络（pnu）
f）径向基函数（rbf）。
•物理神经网络： 在物理神经网络（PNN）中，使用电可调电阻材料来模拟神经激活的功能。
每种类型的神经网络都适用于特定的学习任务。例如，rnn在处理依赖时间的数据方面是有效的，而snn在处理连续数据方面是有效的。应该注意的是，大多数由无线网络收集的数据是时间相关的和连续的。特别是在无线网络中，用户上下文和行为、无线信号和无线信道条件都是时间相关的和连续的。RNN和SNN在处理这些收集到的数据时是有效的。他们可以利用这些数据进行各种用途，例如网络控制和用户行为预测。然而，由于rnn或snn只能记录有限大小的历史数据，它们可能无法解决所有的无线通信问题。为了解决浅层rnn和snn无法解决的复杂无线问题，可以使用具有高存储容量的dnn进行数据分析，并且可以将需要学习的复杂问题分离成几个简单问题的组合，从而使学习过程有效。因此，可以根据不同的应用场合来选取特定的算法。
下图总结了RNNs（循环神经网络），SNNs（尖峰神经网络），DNNs（深度神经网络）的优缺点：

神经网络的分类及其不同的应用场景相关推荐

论文翻译：基于端到端的可训练神经网络基于图像的序列识别及其在场景文本识别中的应用
An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to S ...
神经网络的分类准确率是连续的吗？
设一个测试集有n张图片,则这个网络的分类准确率只能是(n-x)/n,而n和x只能是整数,因此这个网络的分类准确率只能是一个有理分数,不可能是一个连续值. 神经网络的衰变假设:被概率密度表达的粒子A和B ...
神经网络的分类行为怎么就不能是一种力的行为？
应该很难假设这世界上存在一种相互作用不是用力来实现的,自然界只有4种力应该是所有的相互作用都是靠这4种力的一种或几种组合来完成的. 比如电脑里有两堆图片一堆是mnist0的图片,一堆是mnist1的图 ...
用神经网络的分类行为理解质量到底是什么？
关于神经网络的两个假设假设1:完全相同的两个对象无法被分成两类,与之对应的分类迭代次数为无穷大,分类准确率是50%,50%.在不同的训练集之间,相等收敛标准下迭代次数越大表明两个分类对象差异越小. ...
神经网络的分类准确率是100%到底意味着什么？
(A,B)---n*m*2---(1,0)(0,1) 做一个网络分类A和B,随着迭代次数的增加A与B的分类准确率会不断的增加并无限的接近或达到100%.所以是否有一个物理过程与这个现象相对应? 先引入 ...
神经网络的分类准确率到底是一个什么物理量
r1 r2 <1 <1 吸引子 c >1 >1 排斥子 p >1 <1 鞍点 a <1 >1 反鞍点 fa 用p,a做训练集,用来分类c 可能有 ...
MATLAB实战系列（三十六）-MATLAB 离散Hopfield神经网络的分类——高校科研能力评价
前言离散型Hopfield神经网络不仅具有联想记忆的功能,还可以应用于解决分类问题. 文中涉及代码请参见 matlab神经网络源码集锦- 离散Hopfield神经网络的分类--高校科研能力评价以下 ...
webworker应用场景_JavaScript 工作原理之七－Web Workers 分类及 5 个使用场景
Web Workers 分类及 5 个使用场景这是 JavaScript 工作原理的第七章. 本系列持续更新中,Github 地址请查阅这里. 现在,我们将会剖析 Web Workers:我们将会综 ...
《MATLAB智能算法30个案例》：第27章无导师学习神经网络的分类——矿井突水水源判别
<MATLAB智能算法30个案例>:第27章无导师学习神经网络的分类--矿井突水水源判别 1. 前言 2. MATLAB 仿真示例 3. 小结 1. 前言 <MATLAB智能算法3 ...
tensorflow2.0 循环神经网络--情感分类实战
tensorflow2.0 循环神经网络–情感分类实战代码本文主要是情感分类单层实战RNN Cell代码 import os import numpy as np import tensorflow ...

神经网络的分类及其不同的应用场景

Artificial Nerual Networks-Based Machine Learning for Wireless Networks:A Tutorial

神经网络的分类及其不同的应用场景相关推荐

最新文章

热门文章