Questa voce sugli argomenti matematica e sistemi di rete è solo un abbozzo.
Contribuisci a migliorarla secondo le convenzioni di Wikipedia. Segui i suggerimenti del progetto di riferimento.
Architettura di una rete con funzione di base radiale. Un vettore d'ingresso x è usato come entrata per tutte le funzioni a base radiale, ognuno con parametri differenti. L'uscita della rete è una combinazione lineare delle uscite dalle funzioni di base radiale

Una rete neurale a funzioni base radiali è una rete neurale artificiale che usa le funzioni di base radiali come funzioni di attivazione. Essa è una combinazione lineare delle funzioni di base radiale. [1][2]

Esse sono usate nell'approssimazione di funzioni, nella predizione di serie temporali e nel controllo.

Voci correlate

modifica

Note

modifica
  1. ^ D. Broomhead e D. Lowe, Radial Basis Functions, Multi-Variable Functional Interpolation and Adaptive Networks, 28 marzo 1988.
  2. ^ Friedhelm Schwenker, Hans A. Kestler e Günther Palm, Three learning phases for radial-basis-function networks, in Neural Networks, vol. 14, n. 4, 1º maggio 2001, pp. 439–458, DOI:10.1016/S0893-6080(01)00027-2.
  Portale Informatica

📚 Artikel Terkait di Wikipedia

Teorema del campionamento di Nyquist-Shannon

[1] [2] (EN) Robert J. Marks, Introduction to Shannon Sampling and Interpolation Theory, 1991, DOI:10.1007/978-1-4613-9708-3, ISBN 978-1-4613-9708-3

Teoria dell'approssimazione

Dym, B. Fritzsche, V. Katsnelson, B. Kirstein eds. (1997): Topics in Interpolation Theory, Birkhäuser, ISBN 3-7643-5723-1 (EN) Kirill Kopotun (ed.), Tom