自动编码器神经网络的起源是什么？

我在Google，Wikipedia，Google Scholar等上进行了搜索，但找不到Autoencoders的来源。也许这是一个逐渐发展的概念，不可能追溯到一个清晰的起点，但是我仍然想对它们的主要发展步骤进行一些总结。

Ian Goodfellow，Yoshua Bengio和Aaron Courville的深度学习书中有关自动编码器的章节说：

几十年来，自动编码器的思想已成为神经网络历史的一部分（LeCun，1987； Bourlard和Kamp，1988； Hinton和Zemel，1994）。传统上，自动编码器用于降维或特征学习。

此演示文稿由帕斯卡尔·文森特说：

实际上，使用经典自动编码器进行降噪的方法要早得多（LeCun，1987； Gallinari等，1987），作为Hopfield网络的替代方法（Hopfield，1982）。

这似乎暗示“经典自动编码器”在此之前存在：LeCun和Gallinari使用了它们，但并未发明它们。1987年之前，我看不到“经典自动编码器”的踪迹。

有任何想法吗？

根据Schmidhuber提供的历史记录“ 神经网络的深度学习：概述 ”，神经网络（2015），提出了将自动编码器作为Ballard中无监督预训练的一种方法，“神经网络的模块化学习”，论文集AAAI（1987）。尚不清楚这是否是第一次使用自动编码器。这只是第一次将它们用于预训练ANN的目的。

正如Schmidhuber文章的引言所明确指出的那样，将ANN中使用的所有想法归因于某种程度上有些困难，因为文献种类繁多，并且术语随着时间的流逝而发展。

下面的论文间接地讨论了自动编码器，其历史可以追溯到1986年（比Ballard在1987年的论文要早一年）。

DE Rumelhart，GE Hinton和RJ Williams，“通过错误传播学习内部表示”。，并行分布式处理。第1卷：基金会。麻省理工学院出版社，麻省剑桥，1986。

本文基本描述了当时的一种新型前馈网络及其数学形式。