Hlavní stránka > Výsledky hledání: keywords:"radial-basis-function"
Hledej:
Tipy pro vyhledávaní :: Rozšířené hledání
Hledej ve sbírkách:
Seřadit podle: Zobrazit výsledky: Výstupní formát:
Národní úložiště šedé literatury Nalezeno 1 záznamů.  Hledání trvalo 0.02 vteřin. 
Capabilities of Radial and Kernel Networks
 Kůrková, Věra
Originally, artificial neural networks were built from biologically inspired units called perceptrons. Later, other types of units became popular in neurocomputing due to their good mathematical properties. Among them, radial-basis-function (RBF) units and kernel units became most popular. The talk will discuss advantages and limitations of networks with these two types of computational units. Higher flexibility in choice of free parameters in RBF will be compared with benefits of geometrical properties of kernel models allowing applications of maximal margin classification algorithms, modelling of generalization in learning from data in terms of regularization, and characterization of optimal solutions of learning tasks. Critical influence of input dimension on behavior of these two types of networks will be described. General results will be illustrated by the paradigmatic examples of Gaussian kernel and radial networks.
Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.
Digitální repozitář :: Hledej :: Nový záznam :: Personalizace :: Nápověda
Powered by Invenio v1.1.2
Spravuje admin.invenio@techlib.cz
Tato stránka je dostupná také v následujících jazycích:
Česky  English