Tartalomjegyzék:
- Meghatározás - Mit jelent a Radial Basis Function Network (RBF hálózat)?
- A Techopedia magyarázza a Radial Basis Function Network-t (RBF Network)
Meghatározás - Mit jelent a Radial Basis Function Network (RBF hálózat)?
A radiális alapú függvényhálózat egy felügyelt mesterséges ideghálózat, amely felügyelt gépi tanulást (ML) használ nemlineáris osztályozóként történő működéshez. A nemlineáris osztályozók kifinomult függvényeket használnak, hogy tovább menjenek az elemzésben, mint az egyszerű lineáris osztályozók, amelyek alacsonyabb dimenziós vektorokon működnek.
A sugárirányú alapfunkciós hálózat sugárirányú alaphálózatként is ismert.
A Techopedia magyarázza a Radial Basis Function Network-t (RBF Network)
Prototípuskészlettel és más edzési példákkal együtt a neuronok a bemeneti vektor segítségével megvizsgálják a bemenet és a prototípus közötti távolságot.
A mesterséges idegsejtek aktiválási funkciói olyan kimeneteket vezetnek, amelyek különféle módon reprezentálhatók annak bemutatására, hogy a hálózat hogyan osztályozza az adatpontokat. A sugárirányú alapfunkciós hálózat sugárirányú alapfunkciókat használ aktivációs funkcióikként. Más idegi hálózatokhoz hasonlóan a sugárirányú alapú függvény hálózatoknak bemeneti, rejtett és kimeneti rétegek vannak. A radiális bázisú hálózatok azonban gyakran tartalmaznak valamilyen nemlineáris aktivációs funkciót is. A kimeneti súlyokat gradiens leszállás segítségével lehet kiképezni. Egyesek szerint az RBF megközelítés viszonylag "intuitív" és jó módszer a speciális ML problémák kezelésére.
