神经网络与深度学习基础

DCW

Radio Wave Guard

电波卫士2018.05数字通信世界591 引言

2016年3月份，以深度增强学习为核心技术

的人工智能围棋程序A lph a G o 以4∶1击败了围棋界的小李子-曾经的围棋第一人李世石，深度学习（Deep Lear ning ，DL ）彻底火起来。到如今人工智能（Artificial Intelligence ，AI ）遍地开花，AI 除了可以做我们熟知的人脸识别、语音识别之外，还可以做很多有趣的事情，只是在图像及语音识别上面取得了全面的突破。目前，深度学习在算法领域可谓是大红大紫，现在不只是互联网、人工智能，生活中的各大领域都能反映出深度学习引领的巨大变革。要学习深度学习，那么首先要熟悉神经网络（Neural Networks ，NN ）的一些基本概念。这里所说的神经网络指的是人工神经网络（Ar tif icial Neural Networks ，ANN ）。神经网络最早是人工智

能领域的一种算法或者说是模型，目前神经网络已经发展成为一类多学科交叉的学科领域，特别是随着Hinton 在深度学习上取得的进展，神经网络再次受到人们的关注。本文以神经网络为主，介绍一些相关的基础知识，引出深度学习的概念。2 神经元模型神经元是神经网络中最基本的结构，也是神经网络的基本单元。它的设计灵感完全来源于生物学上神经元的信息传播机制。我们知道一个神经元通常由树突、轴突，轴突末梢组成，树突通常有多个，主要用来传递信号，而轴突只有一条，轴突尾端有很多轴突末梢可以用来给其他神经元传递信息。轴突末梢跟其他神经元的树突产生连接，连接的位置在生物学上叫着突触。神经元有两种状态：兴奋和抑制，一般情况下，大多数的神经元是处于抑制状态，但是一旦某个神经元收到刺激，导致它的电位超过一个阈值，那么这个神经元就会被激活，处作者简介：袁冰清，女，工程师，现在国家无线电监测中心上海监测站工作，主要从事短波无线电监测与测向工作。陆悦斌，男，工程师，现在国家无线电监测中心上海监测站工作，主要从事短波无线电监测与测向工作。张 杰，男，助理工程师，现在国家无线电监测中心上海监测站工作，主要从事短波无线电监测与测向、短波信号分析与解码工作。

神经网络与深度学习基础

袁冰清，陆悦斌，张 杰

（国家无线电监测中心上海监测站，上海 201419）

摘要：

本文主要介绍神经网络相关的基础知识，进而引出深度学习的概念，希望给深度学习在无线电监测与频谱管理上的应用带来一些灵感。

关键词：

人工智能；神经网络；深度学习doi：

10.3969/J.ISSN.1672-7274.2018.05.018中图分类号：

TP39 文献标示码：A 文章编码：1672-7274（2018）05-0059-04Abstract: This paper mainly introduces the basic knowledge of neural networks, and leads to the concept of deep learning. We hope to bring some inspiration to the application of deep learning in radio monitoring and spectrum management.

Keywords: Artificial Intelligence; Neural Networks; Deep Learning

Yuan Bingqing, Lu Yuebin, Zhang Jie

(The State Radio Monitoring Centre Shanghai Station, Shanghai, 201419)

Neural Network and Deep Learning Basics