关于人工神经网络的两个想法

学了一段时间神经网络，又看了些讲人脑的书，有两个想法和大家分享，希望有大神能解惑

1、和如今的人工神经网络相比。人的神经间的连接更为复杂，不是全连接或者随机的连接一部分。

我认为人脑神经元的连接是在进化过程中不断演变来的，那么人工神经网络是否也能像人一样，在训练的过程中不断改变神经元的连接（不仅是权值）来优化呢？

2、人脑突触间的传播须要时间，并且各不同样，我认为这形成的整个信息流的先后顺序非常可能非常重要，人工神经网络最多加一层承接层来记忆上一次的输入，每一个神经元的传播时延被忽略掉了，有没有一种网络除了权值，还有传播时延这个变量，并且在每次的训练中改动它。以达到最优呢？