GRBF ネットワークとニューラルネットワークとの関係について
スポンサーリンク
概要
- 論文の詳細を見る
与えられた1組の学習点から入出力写像を学習する問題は,スプライン近似理論,標準正則化理論などの近似理論を応用して取り扱うことができる.このような学習問題を標準正則化理論に基づいて定式化することにより,GRBF(Generalized Radial Basis Function,一般化円形基底関数)ネットワークが導かれることは周知である.GRBFネットワークは3層(入力層-中間層-出力層)のネットワーク構造をもっており,多層ニユーラルネットワークと密接な関係があると考えられる.本論文では,GRBFネットワークとニューラルネットワークとの関係について議論し,射影変換および逆射影変換によりGRBFネットワークから3層ニューラルネットワークが近似的に導けることを示す.更に,その結果に基づいてニューラルネットワークの構成法を与え,パターンクラス識別問題へ応用する.
- 社団法人電子情報通信学会の論文
- 1993-03-25
著者
関連論文
- フラクタル的な性質を持つ信号とそのフィルタリングによる時系列予測
- ウェーブレットによる音声信号の解析とその応用について
- 双直交ウェーブレットの設計と最適化について
- 双直交ウェーブレットによる信号展開に関する一考察
- スケール伸長変換およびウェーブレット変換によるパラメータ推定を用いたフラクタル時系列の予測
- 標準正則化理論に基づくシステムのモデリングとそのニューラルネットワークによる実現
- 射影変換によるニューラルネットワークの一構成法
- GRBF ネットワークとニューラルネットワークとの関係について
- フラクタル的な性質をもつ時系列の一予測手法とその応用
- 線形時変システムによって生じる非定常確率過程の多重解像度解析に基づくモデリング
- 入力トラヒックのフラクタル性を利用した流体近似モデルにおける一予測手法
- 2次元信号処理における演算子のテンソル積による表現とその応用