Neural network types

  • 18 мая 2012 г.
  • 633 Слова
Multi-Layer Perceptron
A multilayer perceptron (MLP) is a feedforward artificial neural network model that maps sets of input data onto a set of appropriate output. An MLP consists ofmultiple layers of nodes in a directed graph, with each layer fully connected to the next one. Except for the input nodes, each node is a neuron (or processing element) with a nonlinear activation function.MLP utilizes a supervised learning technique called backpropagation for training the network
Процесс обучения, реализуемый этим алгоритмом, называется обучением на основе обратногораспространения (back-propagalion learning).
Многослойные персептроны имеют три отличительных признака.
1. Каждый нейрон сети имеет нелинейную функцию активации (nonlinear activation function).
2Сеть содержит один или несколько слоев скрытых нейронов, не являющихся ча-стью входа или выхода сети. Эти нейроны позволяют сети обучаться решению сложных задач, последовательно извлекая наиболее важныепризнаки из входного образа (вектора).
3. Сеть обладает высокой степенью связности (connectivity), реализуемой посредством синаптических соединений. Изменение уровня связности сети требуетизменения множества синаптических соединений или их весовых коэффициентов.


Radial Bases Function Networks
A radial basis function network is an artificial neural network that uses radial basisfunctions as activation functions. It is a linear combination of radial basis functions. They are used in function approximation, time series prediction, and control.
Сеть радиальных базисныхфункций - нейронная сеть прямого распространения сигнала, которая содержит промежуточный (скрытый) слой радиально симметричных нейронов. Такой нейрон преобразовывает расстояние от данного входного вектора досоответствующего ему "центра" по некоторому нелинейному закону (обычно функция Гаусса). В данной статье мы рассмотрим применение этой нейронной сети к решению задачи...
tracking img