放射基底ニューラル ネットワークの概要

放射基底ネットワークは、標準的なフィードフォワード逆伝播ネットワークより多くのニューロンを必要とする場合がありますが、多くの場合、標準的なフィードフォワード ネットワークの学習に要する時間の数分の 1 で設計可能です。最も適切に機能するのは、多数の学習ベクトルを使用できる場合です。

このテーマの詳細は、次の論文を参照してください。Chen, S., 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, March 1991, pp. 302–309.

このトピックでは、放射基底ネットワークの 2 つの変形である一般回帰ネットワーク (GRNN) および確率的ニューラル ネットワーク (PNN) について説明します。これらについては、次を参照してください。P.D. Wasserman, Advanced Methods in Neural Computing, New York: Van Nostrand Reinhold, 1993, on pp. 155–61 and pp. 35–55, respectively.

重要な放射基底関数

放射基底ネットワークは newrbe または newrb を使用して設計できます。GRNN および PNN は、それぞれ newgrnn と newpnn を使用して設計できます。