Representations of highly-varying functions by perceptron networks

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F13%3A00396820" target="_blank" >RIV/67985807:_____/13:00396820 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Representations of highly-varying functions by perceptron networks

Popis výsledku v původním jazyce

Tractability of representations of multivariable functions by perceptron networks is investigated. There are described classes of functions which cannot be tractably represented by Heaviside perceptron networks in the sense that all their representationsby such networks require numbers of units or sizes of output weights depending exponentially on the number of variables d. It is shown that the concept of variational norm from approximation theory can play a role of a measure of such tractability. Existence of large sets of Boolean functions with variations depending on d exponentially is proven. The results are illustrated by an example of a class of Boolean functions defined in terms of their communication matrices.

Název v anglickém jazyce

Representations of highly-varying functions by perceptron networks

Popis výsledku anglicky

Tractability of representations of multivariable functions by perceptron networks is investigated. There are described classes of functions which cannot be tractably represented by Heaviside perceptron networks in the sense that all their representationsby such networks require numbers of units or sizes of output weights depending exponentially on the number of variables d. It is shown that the concept of variational norm from approximation theory can play a role of a measure of such tractability. Existence of large sets of Boolean functions with variations depending on d exponentially is proven. The results are illustrated by an example of a class of Boolean functions defined in terms of their communication matrices.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GAP202%2F11%2F1368" target="_blank" >GAP202/11/1368: Učení funkcionálních vztahů z vysoce dimenzionálních dat</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2013

Kód důvěrnosti údajů

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

Název statě ve sborníku

ITAT 2013: Information Technologies - Applications and Theory Workshops, Posters, and Tutorials

ISBN

978-1-4909-5208-6

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

73-76

Název nakladatele

CreateSpace Independent Publishing Platform

Místo vydání

North Charleston

Místo konání akce

Donovaly

Datum konání akce

11. 9. 2013

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—