视频|协同学习系统(III)：神经网络结构的自动组织与演化理论

Posted 2021-04-26 IGPRBNU

协同学习系统的第三部分主要是针对拓扑设计难的挑战，探索神经网络拓扑结构的设计问题。拟基于系统自组织理论，发展网络结构的自动组织与演化的理论与方法。系统自组织理论，研究的是在一定条件下，系统是如何自动地由无序走向有序，由低级有序走向高级有序的，例如关于激光的理论。

从热力学的观点来说，"自组织"是指一个系统通过与外界交换物质、能量和信息，而不断地降低自身的熵含量，提高其有序度的过程；

从统计力学的观点来说，"自组织"是指一个系统自发地从最可几状态向几率较低的方向迁移的过程；

从进化论的观点来说，"自组织"是指一个系统在"遗传"、"变异"和"优胜劣汰"机制的作用下，其组织结构和运行模式不断地自我完善，从而不断提高其对于环境的适应能力的过程。

这是2020.9.20在系统科学大会模式识别与大数据专题所作报告视频：

Play

更多相关阅读：

[1] ，（2019.4）

http://dx.org/10.13140/RG.2.2.10146.07368.

[2]  ，（2019.1）

 http://dx.org/10.13140/RG.2.2.13681.12644.

[3] 协同学习系统(II)：神经网络的统计物理诠释，（2019.5）

 http://dx.org/10.13140/RG.2.2.23969.66401

[4] , (2019).