home *** CD-ROM | disk | FTP | other *** search
/ Tech Arsenal 1 / Tech Arsenal (Arsenal Computer).ISO / tek-01 / neuron.zip / INTRO.DOC < prev    next >
Text File  |  1992-07-06  |  2KB  |  39 lines
  1. ****************************************************************************
  2.                           WHAT IS THIS ABOUT ?
  3. ****************************************************************************
  4.  
  5. INTRODUCTION AND GENERALITIES
  6. *****************************
  7.  
  8. I.1) Your computer is not perfect (a painful reality).
  9. -----------------------------------------------------
  10.  
  11.         A modern computer can be very powerful, efficient and quick for usual 
  12. computations. Compare it with the speed of a man (or woman !) and you'll laugh.
  13. However, there are tasks that your computer can't cope with. I mean tasks where 
  14. logic doesn't take a big part; for a human it appears very easy to solve them.
  15. In fact the structure of actual computers isn't adapted to those particular 
  16. problems. That is why some physicists, biologists and mathematicians have been 
  17. trying to imitate neurons and brain functions.
  18.  
  19. I.2) A short history.
  20. ---------------------
  21.  
  22.         Even if neural networks models have been studied since the fourthies, a 
  23. real breakthrough has performed for the last 10 years. Let's see how it has 
  24. been done:
  25.  
  26. - 1943  Mc Culloch and Pitts study the first formal neuron model.
  27. - 1949  Hebb writes down the first learning rule for teaching neural networks.
  28. - 1954  An analogy with a magnetic spins system is made.
  29. - 1961  Rosenblatt studies the 'Perceptron' (single layer model). 
  30.         The Widrow-Hoff rule for learning.
  31. - 1974  Multi-layers networks
  32. - 1982  Hopfield studies totaly connected networks.
  33. - 1985  Back-propagation algorithm is discovered.
  34. - 1987  E.Gardner links statistical physics to networks.
  35.         Kohonen elaborates a self-organizated model.
  36.  
  37.  
  38. (to read next: THEORY.DOC)
  39.