学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
关于前馈多层神经网络多维函数逼近能力的一个定理
被引:4
作者
:
韦岗
论文数:
0
引用数:
0
h-index:
0
机构:
华南理工大学无线电与自动控制研究所
韦岗
李华
论文数:
0
引用数:
0
h-index:
0
机构:
华南理工大学无线电与自动控制研究所
李华
徐秉铮
论文数:
0
引用数:
0
h-index:
0
机构:
华南理工大学无线电与自动控制研究所
徐秉铮
机构
:
[1]
华南理工大学无线电与自动控制研究所
[2]
华南理工大学无线电与自动控制研究所 广州
[3]
广州
来源
:
电子科学学刊
|
1997年
/ 04期
关键词
:
神经网络;
函数逼近;
神经元特性函数;
前馈多层网络;
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
:
081104 ;
0812 ;
0835 ;
1405 ;
摘要
:
本文首次证明了前馈神经网络多维函数逼近能力的一个重要定理:当隐层神经元数目足够多时,其多维函数逼近能力与维数无关.也就是说我们只需研究其一维函数逼近能力,所得的结论完全适合于多维情形,该定理大大简化了前馈多层神经网络函数逼近问题的分析难度。本文还给出了该定理的一个应用。
引用
收藏
页码:433 / 438
页数:6
相关论文
共 1 条
[1]
Approximation by superpositions of a sigmoidal function[J] . G. Cybenko.Mathematics of Control, Signals and Systems . 1989 (4)
←
1
→
共 1 条
[1]
Approximation by superpositions of a sigmoidal function[J] . G. Cybenko.Mathematics of Control, Signals and Systems . 1989 (4)
←
1
→