Функциональная сеть радиального базиса (сеть RBF)

Автор: Roger Morrison
Дата создания: 27 Сентябрь 2021
Дата обновления: 1 Июль 2024
Anonim
№ 5 [3.04.21] Синельников М. "Радиально базисные функции"
Видео: № 5 [3.04.21] Синельников М. "Радиально базисные функции"

Содержание

Определение - Что означает сеть с радиальными базисными функциями (сеть RBF)?

Радиально-базисная функциональная сеть - это тип контролируемой искусственной нейронной сети, которая использует контролируемое машинное обучение (ML) для функционирования в качестве нелинейного классификатора. Нелинейные классификаторы используют сложные функции, чтобы идти дальше в анализе, чем простые линейные классификаторы, которые работают с векторами меньшего размера.


Сеть радиальных базисных функций также известна как сеть радиальных базисов.

Введение в Microsoft Azure и Microsoft Cloud | Из этого руководства вы узнаете, что такое облачные вычисления и как Microsoft Azure может помочь вам перенести и запустить свой бизнес из облака.

Techopedia объясняет функциональную сеть радиального базиса (сеть RBF)

Используя набор прототипов наряду с другими примерами обучения, нейроны смотрят на расстояние между входом и прототипом, используя так называемый входной вектор.

Функции активации искусственных нейронов управляют выходами, которые могут быть представлены различными способами, чтобы показать, как сеть классифицирует точки данных. Сеть радиальных базисных функций использует радиальные базисные функции в качестве своих функций активации. Как и другие виды нейронных сетей, сети радиальных базисных функций имеют входные слои, скрытые слои и выходные слои. Однако сети радиальных базисных функций часто также включают в себя нелинейную функцию активации некоторого вида. Выходные веса могут быть обучены с использованием градиентного спуска.Некоторые считают подход RBF относительно «интуитивным» и хорошим способом решения специализированных проблем ОД.