大家好，今天小编关注到一个比较有意思的话题，就是关于网络工程交叉学科的问题，于是小编就整理了2个相关介绍网络工程交叉学科的解答，让我们一起看看吧。
什么是交叉学科？
交叉学科是由于不同学科的交叉、融合、渗透而出现的，特点是学得多且杂。交叉学科有下面几类。
①以数学、统计为基础的交叉学科：比如金融工程、金融数学、精算学等。
②以计算机为基础的交叉学科：网络与新媒体、数字媒体技术、数字媒体艺术、物联网、人工智能、数据科学与大数据技术等。
③传统交叉学科：一些传统专业自身就具有交叉性质，比如机械电子工程（机电一体化），属于机械、电子、计算机的交叉，类似还有智能电网信息工程、教育技术学、生物医学工程等。
④实验班，如生物—信息复合培养实验班等、数学—经济学实验班、金融双语实验班等。
学科交叉逐渐形成一批交叉学科，如化学与物理学的交叉形成了物理化学和化学物理学，化学与生物学的交叉形成了生物化学和化学生物学，物理学与生物学交叉形成了生物物理学等。这些交叉学科的不断发展大大地推动了科学的进步，因此学科交叉研究体现了科学向综合性发展的趋势。科学上的新理论、新发明的产生，新的工程技术的出现，经常是在学科的边缘或交叉点上，重视交叉学科将使科学本身向着更深层次和更高水平发展，这是符合自然界存在的客观规律的。
神经网络与数学有什么关系？
Universal approximation theorem
A feedforward network with a linear output layer and at least one hidden layer with any “squashing” activation function (such as the logistic sigmoid activation function) can approximate any Borel measurable function from one finite-dimensional space to another with any desired nonzero amount of error, provided that the network is given enough hidden units.
波莱尔可测函数属于实变函数里的内容，超纲了
说到神经网络，有人在回答中提到所谓的BP 神经网络，其实这只是早期研究神经网络提出来的，这在初学神经网络的时候可以学学，但其解决问题的能力比较低下。在这里，不谈复杂的数学模型是如何建立，用到哪些公式，只谈数学在神经网络上是如何应用的。
说神经网络，首先得说一点，神经网络属于交叉学科，并不限于数学问题。为什么需要数学来解决？因为数学的万能性，几乎所有问题都可以用得到数学。
现在所说的神经网络应该叫做人工神经网络：是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为“神经网络”或类神经网络。根据生物原型的研究，建立神经元、神经网络的理论模型。其中包括概念模型、知识模型、物理化学模型、数学模型等。从这里可以看到，神经网络是非常复杂的，其中数学是其中不可缺少的部分。
在理论模型研究的基础上构作具体的神经网络模型，以实现计算机模拟或准备制作硬件，包括网络学习算法的研究。这方面的工作也称为技术模型研究。
神经网络用到的算法就是向量乘法，并且广泛采用符号函数及其各种逼近。并行、容错、可以硬件实现以及自我学习特性，是神经网络的几个基本优点，也是神经网络计算方法与传统方法的区别所在。
到此，以上就是小编对于网络工程交叉学科的问题就介绍到这了，希望介绍关于网络工程交叉学科的2点解答对大家有用。
