基础与架构

David Rumelhart

戴维·鲁梅尔哈特

反向传播 · 联结主义

David Rumelhart 是认知科学家，也是联结主义研究的重要人物。他关注心智过程能否通过许多简单单元之间的连接与学习来解释，将心理学问题与神经网络模型联系起来。

1986 年，他与 Geoffrey Hinton、Ronald Williams 发表多层网络中的反向传播研究。方法根据输出误差计算各层参数需要怎样调整，让中间层能够学习任务所需的表示。这项工作帮助扩大了多层神经网络学习方法的影响。

他还与 James McClelland 等人推动并行分布式处理研究，用计算模型研究记忆、语言与认知。反向传播有更早的数学和算法来源，因此他的贡献应描述为关键研究与推广，不能简单写成这一算法唯一的起源。