高斯型基底類神經網路的學習與收斂特性

完整後設資料紀錄

DC 欄位	值	語言
dc.contributor.author	林茂行	en_US
dc.contributor.author	LIN, MAO-XING	en_US
dc.contributor.author	陳福川	en_US
dc.contributor.author	CHEN, FU-CHUAN	en_US
dc.date.accessioned	2014-12-12T02:11:03Z	-
dc.date.available	2014-12-12T02:11:03Z	-
dc.date.issued	1992	en_US
dc.identifier.uri	http://140.113.39.130/cdrfb3/record/nctu/#NT812327006	en_US
dc.identifier.uri	http://hdl.handle.net/11536/57191	-
dc.description.abstract	本文的主旨在於探討高斯型基底類神經網路的學習與收斂特性。首先我們介紹如何運用頻域分析的設計法則來決定網路的參數。其次，我們引進一個修正型的梯度下降學習法則並証明學習的收斂性。所謂修正型的梯度下降學習法則是將齒隙函數的觀念引入傳統的梯度下降學習法則。最後，我們透過正式的分析說明它的學習時間是以輸入維度的次方倍增長，即使使用平行處理的硬體架構。 #9302546 #9302546	zh_TW
dc.language.iso	zh_TW	en_US
dc.subject	高斯型	zh_TW
dc.subject	神經網路	zh_TW
dc.subject	收斂	zh_TW
dc.title	高斯型基底類神經網路的學習與收斂特性	zh_TW
dc.title	On the learning and convergence of gaussian radial basis networks	en_US
dc.type	Thesis	en_US
dc.contributor.department	電控工程研究所	zh_TW
顯示於類別：	畢業論文