Hebbian Learning and Negative Feedback Networks (eBook)
XVIII, 383 Seiten
Springer London (Verlag)
978-1-84628-118-1 (ISBN)
This book is the outcome of a decade's research into a speci?c architecture and associated learning mechanism for an arti?cial neural network: the - chitecture involves negative feedback and the learning mechanism is simple Hebbian learning. The research began with my own thesis at the University of Strathclyde, Scotland, under Professor Douglas McGregor which culminated with me being awarded a PhD in 1995 [52], the title of which was "e;Negative Feedback as an Organising Principle for Arti?cial Neural Networks"e;. Naturally enough, having established this theme, when I began to sup- vise PhD students of my own, we continued to develop this concept and this book owes much to the research and theses of these students at the Applied Computational Intelligence Research Unit in the University of Paisley. Thus we discuss work from * Dr. Darryl Charles [24] in Chapter 5. * Dr. Stephen McGlinchey [127] in Chapter 7. * Dr. Donald MacDonald [121] in Chapters 6 and 8. * Dr. Emilio Corchado [29] in Chapter 8. We brie?y discuss one simulation from the thesis of Dr. Mark Girolami [58] in Chapter 6 but do not discuss any of the rest of his thesis since it has already appeared in book form [59]. We also must credit Cesar Garcia Osorio, a current PhD student, for the comparative study of the two Exploratory Projection Pursuit networks in Chapter 8. All of Chapters 3 to 8 deal with single stream arti?cial neural networks.
Introduction
Part I - Single Stream Networks
Background
The Negative Feedback Network
Peer-Inhibitory Neurons
Multiple Cause Data
Exploratory Data Analysis
Topology Preserving Maps
Maximum Likelihood Hebbian Learning
Part II - Dual Stream Networks
Two Neural Networks for Canonical Correlation Analysis
Alternative Derivations of CCA Networks
Kernel and Nonlinear Correlations
Exploratory Correlation Analysis
Multicollinearity and Partial Least Squares
Twinned Principal curves
The Future
App. A. Negative Feedback Artificial Neural Networks
B. Previous Factor Analysis Models
C. Related Models for ICA
D. Previous Dual Stream Approaches
E. Data Sets
References
Index
Erscheint lt. Verlag | 7.6.2007 |
---|---|
Reihe/Serie | Advanced Information and Knowledge Processing | Advanced Information and Knowledge Processing |
Zusatzinfo | XVIII, 383 p. |
Verlagsort | London |
Sprache | englisch |
Themenwelt | Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik |
Schlagworte | Artificial Neural Network • Artificial Neural Networks • Data Mining • Exploratory data analyis • Hebbian learning • Kernel • learning • machine learning • neural network • Signal Processing • Unsupervised Learning |
ISBN-10 | 1-84628-118-0 / 1846281180 |
ISBN-13 | 978-1-84628-118-1 / 9781846281181 |
Haben Sie eine Frage zum Produkt? |
![PDF](/img/icon_pdf_big.jpg)
Größe: 7,1 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich