8月29日举行的国际语音通信协会年会上，微软研究人员Dong Yu和Frank Seide将发表论文，宣布在应用人工神经网络识别大词汇语音上取得重大突破。 现有的语音识别技术都需要先训练软件，了解用户的语言模式。而语音识别技术的终极目标是提供即时使用、无特定说话者的自动识别服务——不需要训 练、适用于所有人和不限条件。研究人员指出，语音识别对于移动日益重要，因为声音是智能手机的一种基本接口模式。研究应用人工神经网络改进语音识别早在 1980年代就已起步，但一直未能被商业语音识别系统使用，主要是因为性能...

自组织增量学习神经网络(Self-organizing incremental neural network, SOINN)实现包括学习、记忆、联想、推理、常识等方面的研究，最终目的是实现能够模拟人类大脑的供智能机械使用的通用型智能信息处理系统——人工脑。 其主要研究内容包括： a. 基于SOINN的监督学习、非监督学习、半监督学习算法研究 b. 基于SOINN的通用型联想记忆系统研究 c. 基于SOINN的pattern-based reasoning（基于模式的推理）系统研究 d. 基于SOINN的常识系统的构建 以上述各研究为基础，建立类似于人脑的能处理视觉、听觉，能实现对话、...

Sigmoid函数，即f(x)=1/(1+e-x)。神经元的非线性作用函数。（-x是幂数） 人工神经网络的学习算法-BP算法 神经网络的学习是基于一组样本进行的，它包括输入和输出（这里用期望输出表示），输入和输出有多少个分量就有多少个输入和输出神经元与之对应。最初神经网络的权值（Weight）和阈值（Threshold）是任意给定的，学习就是逐渐调整权值和阈值使得网络的实际输出和期望输出一致。 我们假设样本有P个，输入层有N个神经元，隐含层有K个神经元，输出层有M个神经元。Xj为输入层神经元j的输入，Hj为隐含层神经元j的输...