Universal approximation propriety of Flexible Beta Basis Function Neural Tree
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F14%3A86092816" target="_blank" >RIV/61989100:27240/14:86092816 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/61989100:27740/14:86092816
Výsledek na webu
<a href="http://dx.doi.org/10.1109/IJCNN.2014.6889671" target="_blank" >http://dx.doi.org/10.1109/IJCNN.2014.6889671</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/IJCNN.2014.6889671" target="_blank" >10.1109/IJCNN.2014.6889671</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Universal approximation propriety of Flexible Beta Basis Function Neural Tree
Popis výsledku v původním jazyce
In this paper, the universal approximation propriety is proved for the Flexible Beta Basis Function Neural Tree (FBBFNT) model. This model is a tree-encoding method for designing Beta basis function neural network. The performance of FBBFNT is evaluatedfor benchmark problems drawn from time series approximation area and is compared with other methods in the literature. 2014 IEEE.
Název v anglickém jazyce
Universal approximation propriety of Flexible Beta Basis Function Neural Tree
Popis výsledku anglicky
In this paper, the universal approximation propriety is proved for the Flexible Beta Basis Function Neural Tree (FBBFNT) model. This model is a tree-encoding method for designing Beta basis function neural network. The performance of FBBFNT is evaluatedfor benchmark problems drawn from time series approximation area and is compared with other methods in the literature. 2014 IEEE.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/ED1.1.00%2F02.0070" target="_blank" >ED1.1.00/02.0070: Centrum excelence IT4Innovations</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the International Joint Conference on Neural Networks
ISBN
978-1-4799-1484-5
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
573-580
Název nakladatele
Institute of Electrical and Electronics Engineers
Místo vydání
New York
Místo konání akce
Beijing
Datum konání akce
6. 7. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—