Learning from Data by Neural Networks of Limited Complexity.

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

—

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.

Druh

D - Stať ve sborníku

CEP obor

BA - Obecná matematika

OECD FORD obor

—

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)

Rok uplatnění

2003

Kód důvěrnosti údajů

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

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

—