如何理解所使用的人工神经网络模型？

Question

我正在做一个简单的项目，它涉及到一些人工智能，从某种意义上说，它是用一组特定的值来训练的，然后它使用这些值来匹配模式，并返回用户想要的任何内容。在思考和阅读关于人工智能的文章时，我无意中发现了在我的项目中使用什么人工神经网络模型的问题？从互联网上的不同页面，特别是我所链接的网页上读到的信息，在很多情况下都是这样的：“模型也与特定的学习算法或学习规则密切相关”。我的项目的简单概要是，它使用一组值进行培训(因此，学习受到监督)，它匹配模式并根据它们发送响应。那么如何判断我使用的是哪种人工神经网络模型呢？

我觉得这个问题很可能会被否决或结束，但总比不问好。:-)

编辑:

我的项目是一个更简单的这版本。它说它使用的是Kohonen神经网络，我想这不是一个通用的模型，而是由Heaton研究小组开发的。总之，这只是给出一个提示，我的项目实际上是做什么。我不知道他是如何训练他的系统的，但我是根据中风(中风的长度、次数等)来训练我的系统的。

编辑2：(给投票人的说明)我不是人工智能专家什么的，我只是一个开发人员，他要求我自己进入一个新的领域。你可以像阿尔法和法兰克那样试一试。谢谢你至少研究这个问题！

Answer 1

如果计算到模式的距离，那么实际上实现了K近邻 (最近邻)。这与神经网络无关。你在这里没有训练阶段。与分类器最相似的神经网络是径向基函数或支持向量机。但你必须训练这些分类器，你有重量，将在这个训练阶段调整。培训阶段的目标是找到您想要表示的概念的更简单的表示。优点是:你的分类在未来会更快。你不用再看你所有的训练数据了。

编辑： OK，您可以在这里阅读科霍宁网络：神经网络常见问题:有多少种Kohonen网络？(k-的意思是什么？)。

Answer 2

要构建一个ANN，您需要选择一个神经元模型和一个网络结构。