Мрежа за радиална основа (RBF Network)

Автор: Roger Morrison
Дата На Създаване: 27 Септември 2021
Дата На Актуализиране: 1 Юли 2024
Anonim
Мрежа за радиална основа (RBF Network) - Технология
Мрежа за радиална основа (RBF Network) - Технология

Съдържание

Определение - Какво означава Radial Basis Function Network (RBF Network)?

Функцията радиална базисна мрежа е вид контролирана изкуствена невронна мрежа, която използва контролирано машинно обучение (ML), за да функционира като нелинеен класификатор. Нелинейните класификатори използват сложни функции, за да отидат по-далеч в анализа, отколкото обикновените линейни класификатори, които работят върху по-нискомерни вектори.


Функция за радиална основа също е известна като радиална базисна мрежа.

Въведение в Microsoft Azure и Microsoft Cloud | В това ръководство ще научите какво представлява компютърните изчисления и как Microsoft Azure може да ви помогне да мигрирате и стартирате бизнеса си от облака.

Техопедия обяснява мрежата за радиални основи (RBF Network)

Използвайки набор от прототипи заедно с други примери за обучение, невроните разглеждат разстоянието между вход и прототип, използвайки това, което се нарича входен вектор.

Функциите за активиране на изкуствените неврони задвижват изходи, които могат да бъдат представени по различни начини, за да покажат как мрежата класифицира точки от данни. Функцията за радиална основа използва радиални базисни функции като свои активиращи функции. Подобно на други видове невронни мрежи, радиално базисните мрежи имат входни слоеве, скрити слоеве и изходни слоеве. Въпреки това, радиално базисните функционални мрежи често включват и някаква функция на нелинейно активиране. Изходните тежести могат да бъдат тренирани, като се използва наклон на наклон.Някои смятат, че подходът на RBF е сравнително „интуитивен“ и добър начин за справяне със специализирани проблеми на МЛ.