Skip navigation
  • 中文
  • English

DSpace CRIS

  • DSpace logo
  • Home
  • Research Outputs
  • Researchers
  • Organizations
  • Projects
  • Explore by
    • Research Outputs
    • Researchers
    • Organizations
    • Projects
  • Communities & Collections
  • SDGs
  • Sign in
  • 中文
  • English
  1. National Taiwan Ocean University Research Hub

The Study of a Hiher-Order Product Unit Neural Network and the Investigation of Its Applications

View Statistics Email Alert RSS Feed

  • Information

Details

Project title
The Study of a Hiher-Order Product Unit Neural Network and the Investigation of Its Applications
Code/計畫編號
NSC82-0408-E019-003
Translated Name/計畫中文名
多層高階乘積式類神經網路的研究及其應用探討
 
Project Coordinator/計畫主持人
Jung-Hua Wang
Funding Organization/主管機關
National Science and Technology Council
 
Co-Investigator(s)/共同執行人
詹寶珠
 
Department/Unit
Department of Electrical Engineering
Website
https://www.grb.gov.tw/search/planDetail?id=64628
Year
1993
 
Start date/計畫起
01-08-1992
Expected Completion/計畫迄
31-07-1993
 
Bugetid/研究經費
288千元
 
ResearchField/研究領域
資訊科學--軟體
 

Description

Abstract
本計劃擬用統計數學方法進行高階乘積式類神 經網路的特性分析,同時進行其模擬程式的撰寫 以利理論,實驗的驗證分析.初期將以電腦產生的 樣本資料製作訓練網路的信號及測試網路的信號 .後期則以實際搜集得到的樣本信號為訓練及測 試階段使用.最後亦將比較其它傳統高階網路在 不同應時的功能表現.在網路的特性分析方面,本計畫將集中重點於下 五項指標:ぇ乘積式神經元的內部代表性(Internal Representation)及其異於傳統神經元的特性了解.え 硬體效率(Hardware Efficiency).ぉ辨識能力的穩定性. �容錯能力.�概汎化能力(GeneralizationCapability). 這五項重要指標是提供日後應用本高階網路時最重要的技術參數.え-�是和其它高階網路作比較 時所必需的.本計劃完成之後預期可達到下列具體成果:ぇ了 解多層高階乘積式神經網路的特性え熟悉乘積神 經元的工作原理及其潛在的計算功能ぉ建立應用 此一多層高階乘積式網路於與海洋及軍事科技息 息相關的目標物偵測,圖形識別及關連式記憶體 的基礎.在學術上由於以乘積元為主的類神經網路模型, 至目前為止仍未完全被瞭解,有很多問題仍待繼 續探討,所以尚有很大的學術研究空間值得加入 深入研究,況且海洋資源之探測和妥善利用以及 軍事防衛科技的建立,對於四面環海的台灣尤其重要,類神經網路在目標物偵測,圖形識別以及關 連式記憶體早已被證實非常具有應用潛力,其優 越的並行處理能力及「智慧」更是傳統電腦所闕 如.因此對高階乘積式類神經網路的研究實有其 迫切需要,更何況目標物偵測,圖形識別及關連式 記憶體不惟在海洋軍事有其高度價值,即連陸上, 商用亦有廣大的應用空間.
 
Keyword(s)
類神經網路
乘積式神經元
圖形識別
高階網路
目標物偵測
 
Explore by
  • Communities & Collections
  • Research Outputs
  • Researchers
  • Organizations
  • Projects
Build with DSpace-CRIS - Extension maintained and optimized by Logo 4SCIENCE Feedback