我正在进行一个简单的项目，涉及到人工智能的领域。这个项目通过一组特定的值进行训练，然后利用这些值来匹配模式，并向用户返回所需的结果。在思考和阅读一些关于人工智能的资料时，我突然想到一个问题：我的项目中使用的是哪种ANN模型？我在网上查阅了许多页面，特别是我链接的那个页面，经常看到这样的描述：“模型与特定的学习算法或学习规则密切相关”。我的项目大致是这样的：它通过一组值进行训练（因此，学习是监督式的），然后根据这些值匹配模式并发送响应。那么，我如何判断我使用的是哪种ANN模型呢？
我觉得这个问题可能会被否决或关闭，但问总比不问好。:-)
编辑：
我的项目是这个的简化版本。上面提到它使用了Kohonen神经网络，我猜这不是一个通用模型，而是由Heaton研究团队开发的。无论如何，这只是为了给出我的项目实际做什么的一个提示。我不知道他是如何训练他的系统的，但我根据笔画（它们的长度、笔画数量等）来训练我的系统。
编辑2：（给否决者的备注）我不是AI专家什么的，我只是一个开发者，被要求指导进入一个对我来说新的领域。你本可以像alfa和Franck那样尝试。感谢你至少看了这个问题！
回答：
如果你计算到模式的距离，那么你实际上实现了k-最近邻（1-最近邻）。这与神经网络无关。这里没有训练阶段。与你的分类器最相似的神经网络是径向基函数或支持向量机。但你必须训练这些分类器，并且在训练阶段会调整权重。训练阶段的目标是找到你想要表示的概念的更简单表示。优点是：将来你的分类会更快。你不需要再次查看所有训练数据。
编辑：好的，你可以在这里阅读关于Kohonen网络的信息：神经网络FAQ：存在多少种Kohonen网络？（以及什么是k-means？）。
