人工神经网络泛化问题研究综述  

Review on generalization problem of artificial neural network

作　　者：王恺[1,2] 杨巨峰[1] 王立[1] 史广顺[1] 王庆人[1] 

机构地区：[1]南开大学机器智能研究所,天津300071 [2]南开大学国家环境保护城市空气颗粒物污染防治重点实验室,天津300071

出　　处：《计算机应用研究》2008年第12期3525-3530,3533,共7页Application Research of Computers

基　　金：国家"863"计划资助项目(2006AA06Z22);天津市自然科学基金资助项目(05YFJMJC01500)

摘　　要：从理论、方法(思想)和技术三个层次回顾了以往工作,讨论了模型复杂度、样本复杂度及两者之间关系的相关研究;在实际中,通过控制模型复杂度、调整样本等具体技术可以在一定程度上提高神经网络的泛化能力,但这些技术仍然存在一些问题没有解决。最后提出了对今后研究的展望。This paper reviewed previous works from such aspects as theory, method （idea） and technique, and discussed the model complexity, the sample complexity and their relationship. Pointed out that the generalization of neural network could be improved to a certain extent by controlling the model complexity or adjusting sample, but there were still some practical problems to be resolved. At the end of this paper, presented the prospect for further research.

关 键 词：人工神经网络 泛化问题 泛化能力 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]