基于人工神经网络的推理机研究

摘要

推理作为人工智能领域中的一个重要课题，是人类求解问题的主要思维方法，人们在处理问题在人工智能领域中进行推理机设计时，往往根据问题及所处环境不同，考虑不同的推理策略以提高其效果或效率。三种基本的推理策略有：正向推理、反向推量及双向推理。人工神经网络是将信息的处理由神经元之间的相互作用来实现的一类网络，其中双向联想记忆(BAM)神经网络是一类具有双向稳定性的反馈系统，具有简单、可靠、易于实现的特点。将双向联想记忆(BAM)神经网络模型用于推理是人工智能领域中进行推理机设计的一种途径。该文分析了BAM网络用于推理，尤其是双向推理的理论依据上，研究了BAM网络在不同推理策略下的运行方法，通过实例说明了该方法的运作方式，最后就存在的网络容量等问题进行了讨论，指出了进一步研究的方向。