Radial Basis Function (RBF) network

Radial Basis Function (RBF) networks [1][13][15] have received much attention recently because they
provide accurate generalization on a wide range of applications, yet can often be trained orders of magnitude
faster [7] than other models such as backpropagation neural networks [8] or genetic algorithms [9].
Radial basis function networks make use of a distance function to find out how different two input
vectors are (one being presented to the network and the other stored in a hidden node). This distance function
is typically designed for numeric attributes only and is inappropriate for nominal (unordered symbolic)
attributes

ผลลัพธ์ (ไทย) 1:

เครือข่ายพื้นฐานฟังก์ชัน (RBF) รัศมี [1] [13] [15] ได้รับความสนใจมากเมื่อเร็ว ๆ นี้เนื่องจากพวกเขาให้ generalization ที่ถูกต้องในโปรแกรมประยุกต์ที่หลากหลาย ยังอาจฝึกอันดับของขนาดเร็วขึ้น [7] กว่ารุ่นอื่น ๆ เช่นเครือข่ายประสาท backpropagation [8] หรืออัลกอริทึมทางพันธุกรรม [9]ทำให้เครือข่ายฟังก์ชันฐานรัศมีใช้งานห่างจากที่พักเพื่อหาสองอินพุตแตกต่างเวกเตอร์มี (หนึ่งกำลังแสดงเครือข่ายและอื่น ๆ เก็บในโหนซ่อน) ฟังก์ชันนี้ห่างจากที่พักโดยทั่วไปออกแบบมาสำหรับคุณลักษณะเฉพาะตัว และเหมาะสมสำหรับว่ายอม (นำสัญลักษณ์)แอตทริบิวต์

ผลลัพธ์ (ไทย) 2:

ฟังก์ชั่นพื้นฐาน Radial (RBF) เครือข่าย [1] [13] [15] ได้รับความสนใจมากเมื่อเร็ว ๆ
นี้เพราะพวกเขาให้การทั่วไปที่ถูกต้องเกี่ยวกับความหลากหลายของการใช้งานแต่มักจะได้รับการอบรมคำสั่งของขนาดเร็วขึ้น [7] กว่ารุ่นอื่น ๆ เช่น เครือข่ายประสาท backpropagation [8] หรือขั้นตอนวิธีพันธุกรรม [9]. เครือข่ายฟังก์ชั่นพื้นฐาน Radial ทำให้การใช้งานฟังก์ชั่นของระยะทางที่จะหาวิธีการที่แตกต่างกันสองการป้อนข้อมูลเวกเตอร์คือ(หนึ่งที่ถูกนำเสนอไปยังเครือข่ายและอื่น ๆ ที่เก็บไว้ในโหนดซ่อน) ฟังก์ชั่นระยะนี้ได้รับการออกแบบโดยทั่วไปสำหรับคุณลักษณะที่เป็นตัวเลขเท่านั้นและไม่เหมาะสมกับชื่อ (เรียงลำดับสัญลักษณ์) คุณลักษณะ

ผลลัพธ์ (ไทย) 3:

เรเดียลเบซิสฟังก์ชัน ( RBF ) เครือข่าย [ 1 ] [ 13 ] [ 15 ] ได้รับความสนใจมากเมื่อเร็ว ๆนี้เพราะพวกเขา
ให้สรุปความถูกต้องในหลากหลายของการใช้งาน แต่มักจะได้รับคำสั่งของขนาด [ 7 ]
เร็วกว่ารุ่นอื่น เช่น โครงข่ายประสาทเทียมแบบ [ 8 ] หรือขั้นตอนวิธีพันธุกรรม [ 9 ] .
เครือข่ายฐานรัศมีให้ใช้ฟังก์ชันของระยะทางการทำงานเพื่อหาวิธีการที่แตกต่างกันสองใส่
เวกเตอร์ ( หนึ่งถูกนำเสนอไปยังเครือข่ายและอื่น ๆเก็บในโหนดที่ซ่อนอยู่ ) ระยะห่างนี้ฟังก์ชัน
มักจะออกแบบมาสำหรับแอตทริบิวต์ตัวเลขเท่านั้น และไม่เหมาะสมสำหรับชื่อ ( เรียงลําดับสัญลักษณ์ )
แอตทริบิวต์