Neural Computing Architectures: The Design of Brain-Like Machines
Parallel Distributed Processing de McClelland et Rumelhart a été le premier ouvrage à présenter un compte rendu définitif du paradigme connexionniste/réseau neuronal récemment relancé pour l'intelligence artificielle et les sciences cognitives. Bien que Neural Computing Architectures aborde les mêmes questions, il y a peu de chevauchement dans la recherche qu'il rapporte.
Ces 18 contributions offrent une vue d'ensemble et une synthèse opportune et informative de la recherche connexionniste européenne, tant pionnière que récente. Plusieurs chapitres se concentrent sur la modélisation cognitive, mais la plupart des travaux couverts tournent autour de la théorie abstraite des réseaux neuronaux ou des applications d'ingénierie, apportant des perspectives complémentaires importantes aux travaux actuellement publiés dans le domaine du PDP. En quatre parties, les chapitres abordent l'informatique neuronale d'un point de vue classique, y compris les travaux fondamentaux et actuels, et d'un point de vue mathématique (logique, théorie des automates et théorie des probabilités), en présentant des travaux moins connus dans lesquels le neurone est modélisé comme une fonction de vérité logique qui peut être mise en œuvre de manière directe comme une mémoire morte en silicium.
Ils présentent de nouveaux éléments à la fois sous la forme d'outils et de modèles analytiques et de suggestions de mise en œuvre sous forme optique, et résument la perspective PDP dans un seul chapitre étendu couvrant la théorie PDP, l'application et la spéculation dans la recherche américaine. Chaque partie est introduite par l'éditeur.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)