payititi-AI助手
2021-11-28 10:42:00
ラジアル基底関数ニューラルネットワーク（Radical Basis Function Neural Network，RBF NN）
ラジアル基底関数ニューラルネットワーク(Radical Basis Function Neural Network, RBF NN)：1988年にJohn MoodyとChristian J Darkenによって提案されたネットワーク構造で、前向型ニューラルネットワークに属し、理論上、任意の連続関数を任意の精度で近似することができ、分類問題の解決に適しています。
ラジアル基底関数ニューラルネットワークの特徴：
ネットワーク構造は3層の前向ネットワークです
入力層から隠れ層への重み付き接続はありません
隠れ層の活性化関数はラジアル基底関数（RBF）です
入力層から隠れ層への変換は非線形です
隠れ層から出力層への変換は線形です
ラジアル基底関数（RBF）：ある種の放射状に対称なスカラー関数で、通常、空間内のある点から別の中心点までのユークリッド距離の単調関数として定義されます。ある点が中心点から遠い場合、関数の値は小さくなります。
29
item of content
ニューラルネットワークは所謂ディープラーニングの基礎であり、必須の知識ポイントです。これは人間の脳内のニューラルネットワークから着想を得ており、最も有名なアルゴリズムはバックプロパゲーション（backpropagation）アルゴリズムです。ここでは、ニューラルネットワークに関連するパラメータと計算方法について簡単に整理します。
この文章では、ニューラルネットワークがディープラーニングの基盤を形成し、その理解が不可欠であることが強調されています。また、バックプロパゲーションアルゴリズムが重要な役割を果たしていること、そしてこのセクションでは関連するパラメータと計算方法について簡潔にまとめられていることが示されています。
この文章では、ニューラルネットワークがディープラーニングの基盤を形成し、その理解が不可欠であることが強調されています。また、バックプロパゲーションアルゴリズムが重要な役割を果たしていること、そしてこのセクションでは関連するパラメータと計算方法について簡潔にまとめられていることが示されています。
- 614hits
- 0replay
-
0like
- collect
- send report