Indholdsfortegnelse:
- Definition - Hvad betyder Radial Base Function Network (RBF Network)?
- Techopedia forklarer Radial Basis Function Network (RBF Network)
Definition - Hvad betyder Radial Base Function Network (RBF Network)?
Et radialt basisfunktionsnetværk er en type overvåget kunstigt neuralt netværk, der bruger overvåget maskinlæring (ML) til at fungere som en ikke-lineær klassifikator. Ikke-lineære klassificeringsanlæg bruger sofistikerede funktioner til at gå videre i analysen end enkle lineære klassificeringsmaskiner, der arbejder på lavere-dimensionelle vektorer.
Et radialt basisfunktionsnetværk kaldes også et radialt basisnetværk.
Techopedia forklarer Radial Basis Function Network (RBF Network)
Ved hjælp af et sæt prototyper sammen med andre træningseksempler ser neuroner på afstanden mellem et input og en prototype ved hjælp af det, der kaldes en inputvektor.
Kunstige neurons aktiveringsfunktioner driver output, der kan repræsenteres på forskellige måder for at vise, hvordan netværket klassificerer datapunkter. Det radiale basisfunktionsnetværk bruger radielle basisfunktioner som dets aktiveringsfunktioner. Ligesom andre former for neurale netværk har radiale basisfunktionsnetværk inputlag, skjulte lag og outputlag. Imidlertid inkluderer radialbaserede funktionsnetværk ofte også en ikke-lineær aktiveringsfunktion af en eller anden art. Outputvægte kan trænes ved hjælp af gradientafstamning. Nogle betragter en RBF-tilgang som relativt "intuitiv" og en god måde at tackle specialiserede ML-problemer.
