這篇論文是現(xiàn)代CNN網(wǎng)絡(luò)的鼻祖。

1. 引言

人類對大腦中模式識別的機制知之甚少，想要通過傳統(tǒng)的生理學(xué)實驗來揭露它（模型識別機制）似乎也不太可能。其中最著名的實驗是Hubel和Wiesel在上世紀(jì)50年代做的貓的視覺皮層相關(guān)實驗。研究人員們提出了許多神經(jīng)網(wǎng)絡(luò)模型，試圖模型大腦中的神經(jīng)系統(tǒng)，用于視覺模式識別（visual pattern recognition）。

這篇論文之前，已提出的神經(jīng)網(wǎng)絡(luò)模型的輸出響應(yīng)（response）嚴(yán)重地受到輸入模式（input patterns，比如圖像）中位置平移（shift in position）和形狀畸變（distortion in shape）的影響，這些模型的泛化性能普遍不高。

這篇論文中，作者提出了一個改進的神經(jīng)網(wǎng)絡(luò)模型，稱為神經(jīng)認(rèn)知機（Neocognitron），該模型是作者在1975年提出的稱為認(rèn)知機（Cognitron）的多層神經(jīng)網(wǎng)絡(luò)模型基礎(chǔ)上的擴展。據(jù)說該模型受到了脊椎動物的視覺神經(jīng)系統(tǒng)的影響。重點是該模型具有位置特征的平移不變性，而且對形狀的輕微畸變不敏感。

根據(jù)Hubel和Wiesel發(fā)現(xiàn)的層級模型（hierarchy model），大腦視覺皮層中的神經(jīng)網(wǎng)絡(luò)是一個層級架構(gòu)，即從低級細(xì)胞-->高級細(xì)胞。越高級的細(xì)胞選擇性地響應(yīng)輸入模式中越復(fù)雜的特征，同時擁有更大的感受野（receptive field），而且對輸入模式中的位置平移越不敏感。

2. 網(wǎng)絡(luò)結(jié)構(gòu)

待續(xù)。。。