[논문]On-line learning in RBF neural networks: a stochastic approach

doi:10.1016/S0893-6080(00)00052-6

[해외논문] On-line learning in RBF neural networks: a stochastic approach

Neural networks : the official journal of the International Neural Network Society, v.13 no.7, 2000년, pp.719 - 729

Marinaro, M. (International Institute for Advanced Scientific Studies “) , Scarpetta, S. (E. R. Caianiello”)

Abstract ▼ AI-Helper

AbstractThe on-line learning of Radial Basis Function neural networks (RBFNs) is analyzed. Our approach makes use of a master equation that describes the dynamics of the weight space probability density. An approximate solution of the master equation is obtained in the limit of a small learning rate. In this limit, the on line learning dynamics is analyzed and it is shown that, since fluctuations are small, dynamics can be well described in terms of evolution of the mean. This allows us to analyze the learning process of RBFNs in which the number of hidden nodes K is larger than the typically small number of input nodes N. The work represents a complementary analysis of on-line RBFNs, with respect to the previous works (Phys. Rev. E 56 (1997a) 907; Neur. Comput. 9 (1997) 1601), in which RBFNs with N≫K have been analyzed. The generalization error equation and the equations of motion of the weights are derived for generic RBF architectures, and numerically integrated in specific cases. Analytical results are then confirmed by numerical simulations. Unlike the case of large N>K we find that the dynamics in the case N<K is not affected by the problems of symmetric phases and subsequent symmetry breaking.

주제어

참고문헌 (18)

Journal of Mathematical Physics Bedeaux 12 2116 1971 10.1063/1.1665510

상세보기
Biehl, M., & Caticha, N. (1999). Statistical mechanics of on line learning and generalization. In M. A. Arbib, The handbook of brain theory and neural networks. Cambridge, MA: MIT Press (in preparation).
Journal of Physics A Biehl 29 4767 1996 10.1088/0305-4470/29/16/005

상세보기
Bishop 1995 Neural networks for pattern recognition
Neural Computation Freeman 7 1000 1995 10.1162/neco.1995.7.5.1000

상세보기
Physical Review E Freeman 56 907 1997 10.1103/PhysRevE.56.907

상세보기
Neural Computation Freeman 9 1601 1997 10.1162/neco.1997.9.7.1601

상세보기
Journal of Physics A Heskes 27 5145 1994 10.1088/0305-4470/27/15/015

상세보기
Heskes, T., Kappen B. (1993). In J. Taylor, Mathematical foundations of neural networks (199p). Amsterdam.
Physical Review A Heskes 44 2718 1991 10.1103/PhysRevA.44.2718

상세보기
Neural Computation Holden 9 441 1997 10.1162/neco.1997.9.2.441

상세보기
Leen vol. 10 301 1998
Journal of Physics A Riegler 28 L507 1995 10.1088/0305-4470/28/20/002

상세보기
1998 Online learning in neural networks
Physical Review Letter Saad 74 4337 1995 10.1103/PhysRevLett.74.4337

상세보기
Physical Review E Saad 52 4225 1995 10.1103/PhysRevE.52.4225

상세보기
Scarpetta, S. (1998). PhD thesis, University of Salerno, Italy.
van Kampen 1981 Stochastic processes in physics and chemistry

원문 URL 링크

DOI : 10.1016/S0893-6080(00)00052-6
Elsevier : 저널 > 논문

*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.

저작권 관리 안내

내보내기 메뉴

내보내기 구분

파일저장
인쇄
메일전송

구성항목

기본정보
상세정보

관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관

저장형식

Text(ASCII format)
Excel format
RefWorks Direct Export
RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley

메일정보

받는사람 (필수): @
보내는사람 (선택): @
제목
내용: KISTI 검색결과 이메일 서비스

안내

총 건의 자료가 검색되었습니다.

다운받으실 자료의 인덱스를 입력하세요. (1-10,000)

검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다.

데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요)

다운로드 파일은 UTF-8 형태로 저장됩니다.
파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오.

Text(ASCII format)
Excel format

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

AI-Helper ※ AI-Helper는 을 사용합니다.

AI-Helper

안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

연합인증

[해외논문] On-line learning in RBF neural networks: a stochastic approach

Abstract ▼ AI-Helper

주제어

참고문헌 (18)

이 논문을 인용한 문헌

관련 콘텐츠

원문 URL 링크

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format