Some Comparisons of Model Complexity in Linear and Neural-Network Approximation

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F10%3A00345940" target="_blank" >RIV/67985807:_____/10:00345940 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Some Comparisons of Model Complexity in Linear and Neural-Network Approximation
Popis výsledku v původním jazyce
Capabilities of linear and neural-network models are compared from the point of view of requirements on the growth of model complexity with an increasing accuracy of approximation. The bounds are formulated in terms of singular numbers of certain operators induced by computational units and high-dimensional volumes of the domains of the functions to be approximated.
Název v anglickém jazyce
Some Comparisons of Model Complexity in Linear and Neural-Network Approximation
Popis výsledku anglicky
Capabilities of linear and neural-network models are compared from the point of view of requirements on the growth of model complexity with an increasing accuracy of approximation. The bounds are formulated in terms of singular numbers of certain operators induced by computational units and high-dimensional volumes of the domains of the functions to be approximated.

Projekt
<a href="/cs/project/OC10047" target="_blank" >OC10047: Analýza inteligentních distribuovaných výpočetních systémů</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění
2010
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)