Formula learning and extrapolation by artificial neural networks
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23220%2F22%3A43966505" target="_blank" >RIV/49777513:23220/22:43966505 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Učení rovnic a extrapolace pomocí umělých neuronových sítí
Original language description
Standardní regresní umělé neuronové sítě poskytují modely, které jsou schopny velmi účinné a spolehlivé aproximace trénovacích dat. V oblasti extrapolace však tyto sítě kompletně selhávají. Navíc, na základě modelu nelze porozumět funkčním vztahům pozorovaných dat a nelze je tedy zobecnit do vzorců či rovnic. Neuronové sítě popsané v tomto článku představují princip učení schopný identifikovat skutečný vzorec popisující trénovací data. Díky tomu výsledný model nabízí věrné výsledky i v oblasti extrapolace.
Czech name
Učení rovnic a extrapolace pomocí umělých neuronových sítí
Czech description
Standardní regresní umělé neuronové sítě poskytují modely, které jsou schopny velmi účinné a spolehlivé aproximace trénovacích dat. V oblasti extrapolace však tyto sítě kompletně selhávají. Navíc, na základě modelu nelze porozumět funkčním vztahům pozorovaných dat a nelze je tedy zobecnit do vzorců či rovnic. Neuronové sítě popsané v tomto článku představují princip učení schopný identifikovat skutečný vzorec popisující trénovací data. Díky tomu výsledný model nabízí věrné výsledky i v oblasti extrapolace.
Classification
Type
O - Miscellaneous
CEP classification
—
OECD FORD branch
20201 - Electrical and electronic engineering
Result continuities
Project
—
Continuities
S - Specificky vyzkum na vysokych skolach
Others
Publication year
2022
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů