【深度學習】

深度學習的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究。含多隱層的多層感知器就是一種深度學習結(jié)構(gòu)。深度學習通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。

深度學習的概念由Hinton等人于2006年提出?；谏疃戎眯啪W(wǎng)絡(luò)（DBN）提出非監(jiān)督貪心逐層訓練算法，為解決深層結(jié)構(gòu)相關(guān)的優(yōu)化難題帶來希望，隨后提出多層自動編碼器深層結(jié)構(gòu)。此外Lecun等人提出的卷積神經(jīng)網(wǎng)絡(luò)是第一個真正多層結(jié)構(gòu)學習算法，它利用空間相對關(guān)系減少參數(shù)數(shù)目以提高訓練性能。

深度學習是機器學習研究中的一個新的領(lǐng)域，其動機在于建立、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機制來解釋數(shù)據(jù)，例如圖像，聲音和文本。

【蝴蝶效應(yīng)】

1963年，美國氣象學家愛德華·羅倫茲在一篇提交紐約科學院的論文中分析了這個效應(yīng)。“如果這個理論被證明正確，一只海鷗扇動翅膀足以永遠改變天氣變化。”在以后的演講和論文中他用了更加有詩意的蝴蝶。

對于這個效應(yīng)最常見的闡述是：“一只南美洲亞馬遜河流域熱帶雨林中的蝴蝶，偶爾扇動幾下翅膀，可以在兩周以后引起美國德克薩斯州的一場龍卷風?！逼湓蚓褪呛葎映岚虻倪\動，導致其身邊的空氣系統(tǒng)發(fā)生變化，并產(chǎn)生微弱的氣流，而微弱的氣流的產(chǎn)生又會引起四周空氣或其他系統(tǒng)產(chǎn)生相應(yīng)的變化，由此引起一個連鎖反應(yīng)，最終導致其他系統(tǒng)的極大變化。

【納米電池】

納米即10-9米，納米電池即用納米材料（如納米MnO2， LiMn2O4，Ni（OH）2等）制作的電池，納米材料具有特殊的微觀結(jié)構(gòu)和物理化學性能（如量子尺寸效應(yīng)，表面效應(yīng)和隧道量子效應(yīng)等）。目前國內(nèi)技術(shù)成熟的納米電池是納米活性碳纖維電池。

納米電池由正負電極、電解質(zhì)、聚合物隔離膜組成，納米電池的負極材料是納米化的天然石墨，納米電池的正極是納米化材料，采用由PP和PE復(fù)合的多層微孔膜作為隔離膜，并在電解質(zhì)中加入導電的納米碳纖維。

納米電池主要用于電動汽車，電動摩托車，電動助力車上。該種電池可充電循環(huán)1000次，連續(xù)使用達10年左右，一次充電只需20分鐘左右，平路行程達400km，重量在128kg，已經(jīng)超越美日等國的電池汽車水平。