Neural Splines Exploiting Parallelism for Function Approximation Using Modular Neural Networks
Φόρτωση...
Ημερομηνία
Συγγραφείς
Lagaris, I. E.
Tsoulos, I.
Likas, A
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Περίληψη
Τύπος
Είδος δημοσίευσης σε συνέδριο
Είδος περιοδικού
peer reviewed
Είδος εκπαιδευτικού υλικού
Όνομα συνεδρίου
Όνομα περιοδικού
Neural Parallel and Scientific Computations
Όνομα βιβλίου
Σειρά βιβλίου
Έκδοση βιβλίου
Συμπληρωματικός/δευτερεύων τίτλος
Περιγραφή
We introduce the Neural Spline, that is a mathematical model built by combining a neural network and an associated Obreshkov polynomial. The neural spline has nite support and can be used as the basic element in constructing continuous mod- ular neural-based models. These models are suitable for function approximation in partitioned domains and are also amenable to e cient parallel or distributed im- plementation. Experimental results are presented for test problems in one and two dimensions which illustrate the e ectiveness of the proposed function approximation scheme.
Περιγραφή
Λέξεις-κλειδιά
Θεματική κατηγορία
Παραπομπή
Σύνδεσμος
Γλώσσα
en
Εκδίδον τμήμα/τομέας
Όνομα επιβλέποντος
Εξεταστική επιτροπή
Γενική Περιγραφή / Σχόλια
Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος
Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής