Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Learning from Data by Neural Networks of Limited Complexity.

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F03%3A06030188" target="_blank" >RIV/67985807:_____/03:06030188 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Learning from Data by Neural Networks of Limited Complexity.

  • Popis výsledku v původním jazyce

    Learning from data formalized as a minimization of a relularized empirical error is studied in terms of approximate minimization over sets of functions computable by networks with increasing number of hidden units. There are derived upper bounds on speedof convergence of infima achievable over networks with n hidden inits to the global infimum. The bounds are expressed in terms of norms tailored to the type of network units and moduli of continuity of regularized empirical error functionals.

  • Název v anglickém jazyce

    Learning from Data by Neural Networks of Limited Complexity.

  • Popis výsledku anglicky

    Learning from data formalized as a minimization of a relularized empirical error is studied in terms of approximate minimization over sets of functions computable by networks with increasing number of hidden units. There are derived upper bounds on speedof convergence of infima achievable over networks with n hidden inits to the global infimum. The bounds are expressed in terms of norms tailored to the type of network units and moduli of continuity of regularized empirical error functionals.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BA - Obecná matematika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA201%2F02%2F0428" target="_blank" >GA201/02/0428: Nelineární aproximace s proměnnou bází a neuronové sítě</a><br>

  • Návaznosti

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

Ostatní

  • Rok uplatnění

    2003

  • 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

    Artificial Neural Networks in Pattern Recognition.

  • ISBN

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    146-151

  • Název nakladatele

    University of Florence

  • Místo vydání

    Florence

  • Místo konání akce

    Florence [IT]

  • Datum konání akce

    12. 9. 2003

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku