一种人工智能新型神经网络的构建方法

摘要

本发明提出一种人工智能新型神经网络的构建方法，是由感知层，神经层以及脑皮层构成的，感知层通过机器学习单元连接感知对象，针对输入的感知信息进行最大概率输入值的学习。神经层与感知层连接复数个学习单元，进行模糊事件概率测度的对抗学习。脑皮层与神经层连接的机器学习单元，进行最大信赖性的对抗决策学习。本发明实施效果是：提出了一个最符合大脑机理的神经网络模型，无需像深度学习那样需要庞大的硬件，无黑箱问题，可实现小数据直接输入的无监督学习，可在最小的芯片以及无线终端上应用，具有机器学习精度与效率高的特点，可以并行学习，以及标准模组的组态，适于机器学习芯片的构成以及大规模工业化推广。