Kernel Networks for Function Approximation

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F16%3A00461978" target="_blank" >RIV/67985807:_____/16:00461978 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-44188-7_22" target="_blank" >http://dx.doi.org/10.1007/978-3-319-44188-7_22</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-44188-7_22" target="_blank" >10.1007/978-3-319-44188-7_22</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Kernel Networks for Function Approximation

Popis výsledku v původním jazyce

Capabilities of radial convolution kernel networks to approximate multivariate functions are investigated. A necessary condition for universal approximation property of convolution kernel networks is given. Kernels that satisfy the condition in arbitrary dimension are investigated in terms of their Hankel and Fourier transforms. A computational example is presented to assess approximation capabilities of different convolution kernel networks.

Název v anglickém jazyce

Kernel Networks for Function Approximation

Popis výsledku anglicky

Capabilities of radial convolution kernel networks to approximate multivariate functions are investigated. A necessary condition for universal approximation property of convolution kernel networks is given. Kernels that satisfy the condition in arbitrary dimension are investigated in terms of their Hankel and Fourier transforms. A computational example is presented to assess approximation capabilities of different convolution kernel networks.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/LD13002" target="_blank" >LD13002: Modelování složitých systémů softcomputingovými metodami</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2016

Kód důvěrnosti údajů

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

Název statě ve sborníku

Engineering Applications of Neural Networks

ISBN

978-3-319-44187-0

ISSN

1865-0929

e-ISSN

—

Počet stran výsledku

12

Strana od-do

295-306

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Aberdeen

Datum konání akce

2. 9. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—