Radial basis function networks and

Radial basis function networks and multi-layer perceptrons play very similar roles in that they both provide techniques for approximating arbitrary non-linear func- tional mappings between multidimensional spaces. In both cases the mappings are expressed in terms of parametrized compositions of functions of single vari- ables. The particular structures of the two networks are very different, however, and so it is interesting to compare them in more detail. Some of the important differences between the multi-layer perceptron and radial basis function networks are as follows

Kết quả (Việt) 1:

Xuyên tâm cơ sở chức năng mạng và nhiều lớp perceptrons đóng vai trò rất giống nhau ở chỗ cả hai đều cung cấp kỹ thuật cho số tùy ý func phi tuyến tính-tế ánh xạ giữa không gian đa chiều. Trong cả hai trường hợp các ánh xạ được thể hiện trong điều khoản của parametrized tác phẩm của các chức năng của vari-ables duy nhất. Các cấu trúc cụ thể của hai mạng là rất khác nhau, Tuy nhiên, và do đó nó là thú vị để so sánh chúng cụ thể hơn. Một số khác biệt quan trọng giữa nhiều lớp perceptron và xuyên tâm cơ sở chức năng mạng là như sau

Kết quả (Việt) 2:

Mạng hàm cơ sở xuyên tâm và nhiều lớp perceptron đóng vai trò rất giống nhau vì cả hai cung cấp các kỹ thuật cho xấp xỉ phi tuyến tính ánh xạ quốc hàm tùy ý giữa các không gian đa chiều. Trong cả hai trường hợp các bản đồ được thể hiện bằng các tác phẩm parametrized các chức năng của các biến số duy nhất. Các cấu trúc đặc biệt của hai mạng là rất khác nhau, tuy nhiên, và do đó, nó là thú vị để so sánh một cách chi tiết hơn. Một số khác biệt quan trọng giữa nhiều lớp perceptron và mạng lưới cơ sở chức năng bố trí hình tròn như sau