RBF-сеть

Архитектура сети радиальных базисных функций.

Сеть радиально-базисных функций — искусственная нейронная сеть, которая использует радиальные базисные функции как функции активации.

Выходом сети является линейная комбинация радиальных базисных функций входов и параметров нейрона. Сети радиальных базисных функций имеют множество применений, в том числе функции приближения, прогнозирования временных рядов, классификации и системы управления.

Впервые сформулированы в 1988 Брумхедом и Лоу.


Литература[ | ]

  • J. Moody and C. J. Darken, "Fast learning in networks of locally tuned processing units, " Neural Computation, 1, 281—294 (1989). Also see Radial basis function networks according to Moody and Darken
  • T. Poggio and F. Girosi, "Networks for approximation and learning, " Proc. IEEE 78(9), 1484—1487 (1990).
  • Roger D. Jones, Y. C. Lee, C. W. Barnes, G. W. Flake, K. Lee, P. S. Lewis, and S. Qian, ?Function approximation and time series prediction with neural networks,? Proceedings of the International Joint Conference on Neural Networks, June 17-21, p. I-649 (1990).
  • Martin D. Buhmann. Radial Basis Functions: Theory and Implementations (англ.). — Cambridge University, 2003.
  • Yee, Paul V. and Haykin, Simon. Regularized Radial Basis Function Networks: Theory and Applications (англ.). — John Wiley, 2001.
  • John R. Davies, Stephen V. Coggeshall, Roger D. Jones, and Daniel Schutzer, "Intelligent Security Systems, " in Freedman, Roy S., Flein, Robert A., and Lederman, Jess, Editors. Artificial Intelligence in the Capital Markets (англ.). — Chicago: Irwin, 1995.
  • Simon Haykin. Neural Networks: A Comprehensive Foundation (англ.). — 2nd edition. — Upper Saddle River, NJ: Prentice Hall, 1999.
  • S. Chen, C. F. N. Cowan, and P. M. Grant, «Orthogonal Least Squares Learning Algorithm for Radial Basis Function Networks», IEEE Transactions on Neural Networks, Vol 2, No 2 (Mar) 1991.