Radial Basis Function Network (Jaringan RBF)

Pengarang: Roger Morrison
Tanggal Pembuatan: 27 September 2021
Tanggal Pembaruan: 1 Juli 2024
Anonim
Radial Basis Function Artificial Neural Networks
Video: Radial Basis Function Artificial Neural Networks

Isi

Definisi - Apa yang dimaksud dengan Radial Basis Function Network (RBF Network)?

Jaringan fungsi basis radial adalah jenis jaringan saraf tiruan yang diawasi yang menggunakan supervised machine learning (ML) untuk berfungsi sebagai classifier nonlinear. Pengklasifikasi nonlinier menggunakan fungsi-fungsi canggih untuk melangkah lebih jauh dalam analisis daripada pengklasifikasi linier sederhana yang bekerja pada vektor dimensi rendah.


Jaringan fungsi basis radial juga dikenal sebagai jaringan basis radial.

Pengantar Microsoft Azure dan Microsoft Cloud | Sepanjang panduan ini, Anda akan mempelajari tentang apa itu cloud computing dan bagaimana Microsoft Azure dapat membantu Anda untuk bermigrasi dan menjalankan bisnis Anda dari cloud.

Techopedia menjelaskan Radial Basis Function Network (RBF Network)

Menggunakan seperangkat prototipe bersama dengan contoh pelatihan lainnya, neuron melihat jarak antara input dan prototipe, menggunakan apa yang disebut vektor input.

Fungsi aktivasi neuron buatan mendorong keluaran yang dapat direpresentasikan dengan berbagai cara untuk menunjukkan bagaimana jaringan mengklasifikasikan titik data. Jaringan fungsi basis radial menggunakan fungsi basis radial sebagai fungsi aktivasi. Seperti jenis lain dari jaringan saraf, jaringan fungsi basis radial memiliki lapisan input, lapisan tersembunyi dan lapisan keluaran. Namun, jaringan fungsi basis radial sering juga mencakup fungsi aktivasi nonlinier dari beberapa jenis. Bobot keluaran dapat dilatih menggunakan gradient descent.Beberapa menganggap pendekatan RBF relatif "intuitif" dan cara yang baik untuk mengatasi masalah ML khusus.