图神经网络论文

前言一 引论1 智能与思维科学2 人工智能3 人工神经网络概述二 基础知识1 人脑神经系统的构成2 人脑神经细胞工作概况3 人工神经网络的构思4 系统的稳定性5 混沌与神经网络三 神经元模型1 神经元的通用功能模型2 简单线性神经元3 位势神经元4 逻辑神经元5 势态神经元6 其他神经元四 联接方式1 分层神经元网的一般结构2 联接矩阵图3 神经元网络的多层组织五 训练和学习1 乘积学习规则2 关联学习3 线性元网络的差值则训练法4 准线性元网络的差值规则5 随机训练六 前馈网络1 感知器2 多层感知器3 径向基函数网络4 前馈网络与其他模式分类器七 动态网络1 延时网络2 双向联想存储3 Hopfield网络4 递归网络5 Bolzmann机八 竞争网络1 汉明网2 自组织特征映射3 适应谐振网-ART4 自适应谐振网-ART2九 模糊自适应网1 模糊自适应谐振网2 模糊极小-极大网3 一般模糊极小-极大网4 模糊格神经网络5 递归自组织模糊推理网络十 统计学习理论1 学习理论的背景2 学习过程一致性理论3 学习过程收敛率的界限4 控制学习机泛化性能的理论5 构造学习算法的理论6 结论参考文献

应该画ROC曲线，几个模型可以用不同的线型。

可以，常识网络的构建很简单。