Heterogeneous neural networks: theory and applications

作者: Lluis Belanche Muñoz

DOI:

关键词: CartographyHumanitiesArt

摘要: Aquest treball presenta una classe de funcions que serveixen models neuronals generalitzats per ser usats en xarxes artificials. Es defineixen com mesura similitud actua definicio flexible neurona vista un reconeixedor patrons. La proporciona marc conceptual i serveix cobertura unificadora molts la literatura d'exploracio noves instancies neurona. visio basada porta amb naturalitat a integrar informacio heterogenia, ara quantitats continues discretes (nominals ordinals), difuses o imprecises. Els valors perduts es tracten manera explicita. Una d'aquesta s'anomena heterogenia qualsevol arquitectura neuronal faci us sera Xarxa Neuronal Heterogenia. En aquest ens concentrem endavant, focus inicial d'estudi. algorismes d'aprenentatge son basats algorisms evolutius, especialment extesos treballar heterogenia. aquesta tesi descriu certa neurones heterogenies porten mostren rendiment molt satisfactori, comparable superior al tradicionals (com el perceptro multicapa xarxa base radial), presencia d'informacio usual les bases dades actuals.

参考文章(142)
Handbook of Neural Computation Handbook of Neural Computation 1st. pp. 1096- 1096 ,(1996) , 10.1201/9781420050646
B. WIDROW, M. E. HOFF, Adaptive switching circuits Neurocomputing: foundations of research. pp. 123- 134 ,(1988) , 10.21236/AD0241531
Frank Klawonn, Rudolf Kruse, Detlef Nauck, Foundations of neuro-fuzzy systems ,(1997)
Tomaso Poggio, Federico Girosi, A Theory of Networks for Approximation and Learning Massachusetts Institute of Technology. ,(1989)
L. Darrell Whitley, The GENITOR Algorithm and Selection Pressure: Why Rank-Based Allocation of Reproductive Trials is Best international conference on genetic algorithms. pp. 116- 123 ,(1989)
Filip M. Mulier, Vladimir Cherkassky, Learning from Data: Concepts, Theory, and Methods John Wiley & Sons, Inc.. ,(1998)
Christopher M. Bishop, Neural networks for pattern recognition ,(1995)