当前位置：学术参考网 > 1986杰弗里辛顿论文
在辛顿1986年的论文中，将这种可被误差反向传播算法所训练的前馈全连接的神经网络称为是“反向传播神经网络”（即“BackPropagation神经网络”或者“BP神经网络”），今天误差反向传播算法可应用的范围已经拓展至大量其他形式的网络模型上，但这个命名还是
1986年10月，杰弗里•辛顿还在卡内基梅隆大学任职。他和在加州大学圣迭戈分校的认知心理学家大卫·鲁梅尔哈特（DavidRumelhart）等人，在著名学术期刊《自然》上联合发表题为：“通过反向传播算法的学习表征（LearningRepresentationsbyBack-propagatingerrors）”的论文[3]。
今年5月，杰弗里·辛顿在多伦多大学中。但这绝不影响他的江湖地位。在“AI”成为主流热词的今天，辛顿是人工智能领域最权威的专家之一，不过他对此并不满足。辛顿的职业生涯，就像人工智能的发展历史一样，经历大起大落之后，正站在命运的十字路口上。
辛顿是这篇论文的通信作者，通常而言，通信作者才是论文思路的核心提供者，这样一来，即使作者排名第二，也没有埋没掉辛顿教授的贡献。同在1986年，鲁梅尔哈特也和自己的小伙伴们合作发表了一篇题为“并行分布式处理：来自认知微结构的探索”的论文。
杰弗里·埃弗里斯特·辛顿（GeoffreyEverestHinton），计算机学家、心理学家，被称为“神经网络之父”、“深度学习鼻祖”。他研究了使用神经网络进行机器学习、记忆、感知和符号处理的方法，并在这些领域发表了超过200篇论文。
杰弗里·辛顿：人工智能反学习甚至可能会解开梦的奥秘.近日，多伦多大学的教员、谷歌大脑（GoogleBrain）研究员杰弗里·辛顿（GeoffreyHinton）发表了炉边谈话。.他讨论了神经网络的起源，以及人工智能有朝一日可能像人类一样推理的可行性和意义。.辛顿被...
辛顿自己开玩笑说：“他们看我的眼神像看一个老年痴呆。”今年5月，杰弗里·辛顿在多伦多大学中。但这绝不影响他的江湖地位。在“AI”成为主流热词的今天，辛顿是人工智能领域最权威的专家之一，不过他对此并不满足
近日，多伦多大学的教员、谷歌大脑（GoogleBrain）研究员杰弗里·辛顿（GeoffreyHinton）发表了炉边谈话。他讨论了神经网络的起源，以及人工智能有朝一日可能像人类一样推理的可行性和意义。辛顿被一些人称为“人工智能教父”，他在过去30年里一直致力于解决人工智能面临的一些最大…
直到1986年杰弗里-辛顿(GeoffreyEverestHinton)提出了著名的反向传播算法(Backpropagationalgorithm，BP算法)，才让多层人工神经网络得以解决模式识别和预测问题。他在2006年提出深度神经网络的模型，证明了如果能将网络层数加深，搭配上精心设计的...
AI教父杰弗里辛顿：AI反学习可能揭开人类梦境的奥秘,辛顿,杰弗里,人工智能,机器学习,奥秘【网易智能讯5月13日消息】近日，多伦多大学的教员、谷歌大脑（GoogleBrain）研究员杰弗里·辛顿（GeoffreyHinton）发表了炉边谈话。他讨论了神经网络的...
就在几个小时之前,由Hinton和其在谷歌大脑的同事SaraSabour、NicholasFrosst合作的NIPS2017论文《DynamicRoutingBetweenCapsules》已经正式对外公...
与其中几位关键人物的推动有非常密切的关系,正是他们的卓越工作把处于被遗弃边缘的人工神经网络挽救回来,其中,如果仅允许挑选最关键的一位贡献者的话,毫无疑问,全世界的人工智能研究...
这个领域中目前最重要的技术之一,是被称为“AI巫师”的杰弗里·辛顿(GeoffreyHinton)在30年前提出的反向传播算法。媒体质疑,这个年代久远的算法能够让人工智能行业走多久、走...
1986年,杰弗里·辛顿团队发表论文“LearningInternalRepresentationsbyErrorPropagation(通过误差传播学习内部表征)”,提出反向传播算法;1983年,他和TerrenceSejnowski提出了...
[PConline资讯]近日,多伦多大学的教员、谷歌大脑(GoogleBrain)研究员杰弗里·辛顿(GeoffreyHinton)发表了炉边谈话。他讨论了神经网络的起源,以及人工智能有朝一日可能像人类一样...
就在几个小时之前,由Hinton和其在谷歌大脑的同事SaraSabour、NicholasFrosst合作的NIPS2017论文《DynamicRoutingBetweenCapsules》已经正式对外公...
与其中几位关键人物的推动有非常密切的关系,正是他们的卓越工作把处于被遗弃边缘的人工神经网络挽救回来,其中,如果仅允许挑选最关键的一位贡献者的话,毫无疑问,全世界的人工智能研究...
近日,多伦多大学的教员、谷歌大脑研究员杰弗里·辛顿发表了炉边谈话。他讨论了神经网络的起源,以及人工智能有朝一日可能像人类一样推理的可行性和意义。辛顿被一些人称为“人工智能...
直到1986年,深度学习之父杰弗里·辛顿提出了一种适用于多层感知器的反向传播算法——BP算法。BP算法在传统神经网络正向传播的基础上,增加了误差的反向传播过程。反向传播过程不断地...
近日,多伦多大学的教员、谷歌大脑(GoogleBrain)研究员杰弗里·辛顿(GeoffreyHinton)发表了炉边谈话。他讨论了神经网络的起源,以及人工智能有朝一日可能像人类...