关于插值神经网络的构造性

被引:20
作者
谢庭藩
曹飞龙
机构
[1] 中国计量学院信息与数学科学系
关键词
神经网络; 精确插值; 近似插值; 偏差估计;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
140502 [人工智能];
摘要
神经网络插值问题是神经网络理论与应用的研究热点与难点之一.文中研究具有插值性质的前向神经网络的构造与逼近问题.对于一般的Sigmoidal激活函数和d维Euclid空间中的插值样本,分别构造了精确插值和近似插值的单隐层前向神经网络,研究这两类网络之间的偏差,并分别估计它们对目标函数的逼近误差,指出神经网络插值与一般代数多项式插值之间的本质差异.
引用
收藏
页码:334 / 340
页数:7
相关论文
共 4 条
[1]
Approximation by superpositions of a sigmoidal function.[J].G. Cybenko.Mathematics of Control; Signals and Systems.1989, 4
[2]
实函数逼近论.[M].谢庭藩;周颂平著;.杭州大学出版社.1998,
[3]
神经网络的本质逼近阶 [J].
曹飞龙 ;
徐宗本 .
中国科学E辑:信息科学, 2004, (04) :361-373