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
李华
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
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)