至今未出现真正具有人类智能的机器人的出现是因为人工神经网络（Artificial Neural Network，即ANN）研究的局限性。下列属于ANN研究的局限性的有（ ）
ANN研究受到脑科学研究成果的限制 --- ANN缺少一个完整、成熟的理论体系 --- ANN研究带有浓厚的策略和经验色彩 --- ANN与传统技术的接口不成熟
举一反三
- 单层神经网络的局限性：单层神经网络只适用于线性可分问题，这是因为单层神经网络是一种将输入数据空间线性划分的模型。为克服单层神经网络的这种局限，出现了多层神经网络。（ ）
- 以下关于人工神经网络（ANN）的描述错误的有（）
- 一般认为，人工神经网络（ANN）适用于（ ）
- 人工神经网络(Artificial Neural Netwok)把多个
- 【填空题】An artificial neural network is an artificial representation of the human brain that tries to simulate its _________ processing.人工神经网络是一种人脑的人工表示，试图仿真其_________过程。（中英文回答均可）
内容
- 0
神经网络(也称之为人工神经网络，ANN)，是80年代机器学习界非常流行的方法，其诞生起源于对大脑工作机理的研究。简单来说，就是分解与整合。
- 1
属于重要的人工神经网络包括（ ） A: 反向传递（Back Propagation） B: 感知器神经网络（Perceptron Neural Network） C: 循环神经网络（RNN） D: Hopfield网络
- 2
人工神经网络（Artificial Neural Netwok）把多个感知机按一...，类脑结构的机器就会产生像人一样的智慧。
- 3
观察法的局限() A: 观察主体生理局限 B: 观察主体思维局限 C: 观察主体心理局限 D: 观察对象的局限性 E: 观察仪器/实施过程的局限性
- 4
人工神经网络（Artificial Neural Network,ANN）是20世纪80年代以来人工智能领域兴起的研究热点。它是从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也简称为神经网络或类神经网络，其本质是一种【1】模型。从神经网络的逻辑架构来看，在网络中，分成输入层，隐藏层，和输出层。【2】负责接收信号，【3】负责对数据的分解与处理，最后的结果被整合到【4】。具有多个隐藏层的神经网络被称为深度神经网络，基于深度神经网络的学习研究称之为【5】。深度学习模型中最常用的模型有【6】网络、循环神经网络和生成式对抗网络候选项：A.深度学习 B.输入层 C. 输出层 D. 神经 E. 隐藏层 F. 计算 G. 数学 H. 卷积神经