作为解决神经网络学习中“稳定性/ 可塑性两难问题”的一种尝试, ART 神经网络一直备受关注。从最初的仅仅用于处理二值输入的非监督学习网络ART1, 到具有有监督学习能力的ARTMAP 网络, 具有一定模糊逻辑运算能力的Fuzzy ART 网络, 再到现在对于ART 网络中的各种尝试, ART 神经网络不断发展、改进, 以便适应不同的应用场合。本文着重介绍了ART 网络的基本体系结构与发展历程, 对于其应用领域加以概述。

一篇硕士论文，讲模糊ART的，还不错，可以学习一下

由于能够显示实时温度分布并可以通过其温度指示机器的运行状况，因此热图像或热分析图成为一种用于机器状态监视和故障诊断的新型信号。 本文研究了将热分析图的二阶统计特征与最小冗余最大相关性（mRMR）特征选择和简化的模糊ARTMAP（SFAM）分类结合使用的方法，用于旋转机械故障诊断。 首先对不同机器条件的热分析图进行预处理，以改善图像对比度，消除噪声和裁剪以获得感兴趣的区域（ROI）。 然后，基于二维经验模式分解的增强算法被实现，以在从其灰度共生矩阵（GLCM）提取二阶统计特征之前进一步提高ROI的

基于带有选择性端元的模糊ARTMAP神经网络的自适应像素分解