Hybrid of Learning of RBF Networks.

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F02%3A06020228" target="_blank" >RIV/67985807:_____/02:06020228 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Hybrid of Learning of RBF Networks.

Popis výsledku v původním jazyce

Three different learning methods for RBF networks and their combinations are presented. Their performance is compared on two benchmarks problems: Two spirals and Iris plants. The results show that the three-step learning is usually the fastest, while thegradient learning achieves better precision.

Název v anglickém jazyce

Hybrid of Learning of RBF Networks.

Popis výsledku anglicky

Three different learning methods for RBF networks and their combinations are presented. Their performance is compared on two benchmarks problems: Two spirals and Iris plants. The results show that the three-step learning is usually the fastest, while thegradient learning achieves better precision.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BA - Obecná matematika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA201%2F00%2F1489" target="_blank" >GA201/00/1489: Soft Computing: teoretické základy a experimenty</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2002

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Neural Network World

ISSN

1210-0552

e-ISSN

—

Svazek periodika

12

Číslo periodika v rámci svazku

6

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

13

Strana od-do

573-585

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—