artificial neural network is a mathematical model

神经元数学模型构建

• 1. 引言
  • 2. 人工神经网络的起源
  • 3. 人工神经网络的发展历程
  • • 3.1 生物学模型
    • 3.2 数学表达模型
  • 4. 结论

  • 参考文献

1. 简介

人工神经网络（Artificial Neural Networks），通常简称为（NEURAL NETWORKS），是众多研究者智慧的汇聚成果。该类方法的发展历程并非一帆风顺，曾一度陷入低谷，甚至几乎被遗忘。然而，近年来却获得了极大的关注与重视，其背后的原因在于：以人工神经网络作为理论支撑的深度学习算法（DEEP LEARNING），在几乎所有机器学习领域均实现了重大突破，并展现出远超传统算法的卓越性能。尽管深度学习在实际应用中表现出了极高的效率与准确性，但其最核心的理论根基仍与人工神经网络保持一致，而这一理论早在上世纪八十年代便已基本成型。

2. 人工神经网络的来源

人工神经网络的核心理念源自仿生学，即对人脑神经元运作机制的模仿。在计算机计算能力有限的阶段，仅能模拟少量神经元的活动，导致系统整体表现较为薄弱。然而自2000年以来，伴随着计算机硬件性能的持续提升，如今我们已能够实现对数十万甚至数百万神经元运行过程的模拟，系统效能也随之显著增强。个人认为，从本质上讲，当前广受关注的深度学习算法不过是一种规模庞大的