前向人工神经网络敏感性研究及其应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60571048
  • 项目类别：
    面上项目
  • 资助金额：
    18.0万
  • 负责人：
    曾晓勤
  • 依托单位：
    河海大学
  • 学科分类：
    F0111.信号理论与信号处理
  • 结题年份：
    2008
  • 批准年份：
    2005
  • 项目状态：
    已结题
  • 起止时间：
    2006-01-01 至2008-12-31

项目摘要

本项目研究内容是分析及量化前向人工神经网络的敏感性，即网络输出对其参数扰动的反应，并应用分析和量化的结果来指导神经网络的设计和实现，如网络结构的裁剪和网络输入属性的筛选等。为了要探明敏感性的特性并计算其量化值，首先要试图建立敏感性与参数扰动之间的某种合理的函数关系，然后围绕着该关系尝试用各种可行的方法和技术来对敏感性进行分析和计算。分析是要找出敏感性受网络参数影响的变化趋势；量化则是要构造一个通用

结项摘要

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（0）
会议论文数量（9）
专利数量（0）
Hidden Neuron Pruning of Multilayer Perceptrons Using a Quantified Sensitivity Measure
使用量化灵敏度测量的多层感知器的隐藏神经元修剪
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Fuzzy clustering analysis of microarray data
微阵列数据的模糊聚类分析
  • DOI：
    10.1243/09544119jeim384
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Sensitivity Analysis of Madalines to Weight Perturbation
Madalines 对体重扰动的敏感性分析
  • DOI：
    10.1007/11739685_86
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
A sensitivity-based approach for pruning architecture of Madalines
基于敏感性的 Madalines 修剪结构方法
  • DOI：
    10.1007/s00521-008-0222-2
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Computation of Adalines’ Sensitivity to Weight Perturbation
计算 Adalines 对重量扰动的敏感性
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于路径引导知识启发的强化学习方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    四川大学学报(工程科学版)
  • 影响因子：
    --
  • 作者：
    刘智斌;曾晓勤
  • 通讯作者：
    曾晓勤
融合增量主成分分析与粒子滤波的车辆表观模型跟踪
  • DOI：
    10.3969/j.issn.1001-4616.2017.01.006
  • 发表时间：
    2017
  • 期刊：
    南京师范大学学报（自然科学版）
  • 影响因子：
    --
  • 作者：
    吴刚;曾晓勤;苏守宝;王池社
  • 通讯作者：
    王池社
基于离散随机技术的Madaline 敏感性近似计算研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国科学: 信息科学
  • 影响因子：
    --
  • 作者：
    钟水明;曾晓勤;刘惠义;徐彦
  • 通讯作者：
    徐彦
Spatial Specification and Reasoning Using Grammars: From Theory to Application
使用语法进行空间规范和推理：从理论到应用
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    Spatial Cognition and Computation: An Interdisciplinary Journal
  • 影响因子：
    --
  • 作者：
    刘禹峰;张康;孔峻;邹阳;曾晓勤
  • 通讯作者：
    曾晓勤
A Graph Grammar based Approach for Graphic Layout
基于图语法的图形布局方法
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    Software – Practice and Experience
  • 影响因子：
    --
  • 作者：
    刘禹峰;曾晓勤;邹阳;张康
  • 通讯作者：
    张康

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

曾晓勤的其他基金

图文法关键技术研究及应用
  • 批准号：
    61170089
  • 批准年份：
    2011
  • 资助金额：
    58.0 万元
  • 项目类别：
    面上项目
基于敏感性的前向神经网络学习机制研究
  • 批准号：
    60971088
  • 批准年份：
    2009
  • 资助金额：
    30.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码