人工神经网络的容量、学习与计算复杂性

阎平凡

您当前的位置：

首页 >

文章列表页 >

人工神经网络的容量、学习与计算复杂性

更新时间：2025-12-08

- 人工神经网络的容量、学习与计算复杂性
- Capacity,Learning and Computational Complexity of Artificial Neural Networks
- 电子学报 1995年第5期
- 作者机构：
  
  清华大学自动化系
- 作者简介：
- 基金信息：
  
  国家攀登计划,认知科学（神经网络）重大关键项目
- DOI：
  中图分类号： TP18
- 纸质出版：1995
- 稿件说明：
移动端阅览
[1]阎平凡.人工神经网络的容量、学习与计算复杂性[J].电子学报,1995(05):63-67.

Yan Pingfan. Capacity,Learning and Computational Complexity of Artificial Neural Networks[J]. Acta Electronica Sinica, 1995, (5).
[1]阎平凡.人工神经网络的容量、学习与计算复杂性[J].电子学报,1995(05):63-67. DOI：

Yan Pingfan. Capacity,Learning and Computational Complexity of Artificial Neural Networks[J]. Acta Electronica Sinica, 1995, (5). DOI：

摘要

本文讨论了人工神经网络（ＡＮＮ）解决问题的能力，从广泛的角度讨论了容量问题，推广与学习问题，深入研究了ＡＮＮ通过学习解决问题的计算复杂性，以及解决实际问题时困难所在。

Abstract

The problem solving ability of ANN is discussed in this paper

problem of capacity

generalization and learning is studied from wide view of point. the computational complexity of ANN learning is discussed in deep. Difficulties in solving practical problems by ANN is also pointed out.

关键词

Keywords

references

浏览量

605

下载量

145

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

背景感知机制的图像分类网络

基于神经网络的图像风格迁移算法综述

基于自适应空间映射多可信度模型的网状天线形态机电集成优化设计

差分编码与神经网络辅助的OFDM系统信道估计方法