Supervised Learning Errors by Radial Basis Function Neural Networks and Regularization Networks

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

—

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.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

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)

Rok uplatnění

2008

Kód důvěrnosti údajů

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

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