类脑智能——大脑情感学习模型的应用研究_Fengmian
梅英
101人在读
7.1万字总字数
¥29.4定价
梅英
类脑智能技术是当前国际重要的科技前沿，研究类脑智能技术对发展新型信息产业意义重大。本书介绍了一种新颖的类脑模型—大脑情感学习模型，并介绍了其学习算法、改进技术及应用。大脑情感学习模型根据哺乳动物大脑边缘系统的结构建立，在模拟生物智能行为上表现出了良好的自适应性能，模型结构简单，运算速度快。本书共9章，分为3篇：基础篇、改进篇和应用篇。基础篇主要介绍大脑情感学习模型的研究现状、神经生理学基础与学习算法；改进篇主要介绍大脑情感学习模型的改进技术，通过加入监督学习和竞争学习机制改进模型性能；应用篇主要介绍将改进的大脑情感学习模型用于混沌时间序列预测、疾病诊断、表情识别及人机情感交互等领域的例子。
中国“十四五”规划提出，要在类脑智能、量子信息、基因技术、未来网络、深海空天开发、氢能与储能等前沿科技和产业变革领域，组织实施未来产业孵化与加速计划，谋划布局一批未来产业。 类脑智能（Neuromorphic Intelligence）是一种基于仿生学原理设计的人工智能技术，也称神经形态计算（Neuromorphic Computing）。它通过模拟人脑神经元和突触的结构和工作方式，实现了能够感知、认知、决策和学习等高级智能功能的计算机系统。相比传统计算机系统，类脑智能更加注重对信息的处理和处理方式的优化，更加贴近生物系统的思维方式。 类脑智能的优势在于它具有更好的处理效率和能耗比。传统的计算机系统，如中央处理器（CPU）和图形处理器（GPU）等，通常是基于冯·诺依曼架构设计的，即采用分离的处理器和存储器。而类脑智能则采用了集成的处理器和存储器，实现了数据的直接处理和存储，避免了数据传输和存储过程中的能量浪费。