Supervised Learning Errors by Radial Basis Function Neural Networks and Regularization Networks
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F08%3A00331008" target="_blank" >RIV/67985807:_____/08:00331008 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Supervised Learning Errors by Radial Basis Function Neural Networks and Regularization Networks
Popis výsledku v původním jazyce
There is a gap between the theoretical results of regularization theory and practical suitability of regularization derived networks (RN). On the other hand, radial basis function networks (RBF) that can be seen as a special case of regularization networks, have a rich selection of learning algorithms. In this work we study a relationship between RN and RBF, and show that theoretical estimates for RN hold for a concrete RBF applied on real-world data.
Název v anglickém jazyce
Supervised Learning Errors by Radial Basis Function Neural Networks and Regularization Networks
Popis výsledku anglicky
There is a gap between the theoretical results of regularization theory and practical suitability of regularization derived networks (RN). On the other hand, radial basis function networks (RBF) that can be seen as a special case of regularization networks, have a rich selection of learning algorithms. In this work we study a relationship between RN and RBF, and show that theoretical estimates for RN hold for a concrete RBF applied on real-world data.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA201%2F08%2F1744" target="_blank" >GA201/08/1744: Složitost perceptronových a jádrových sítí</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2008
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 Second International Conference on Future Generation Communication and Networking Symposia
ISBN
978-1-4244-3430-5
ISSN
—
e-ISSN
—
Počet stran výsledku
4
Strana od-do
—
Název nakladatele
IEEE Computer Society
Místo vydání
Los Alamitos
Místo konání akce
Hainan Island
Datum konání akce
13. 12. 2008
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000270432000079