Počet záznamů: 1
Kernel Networks for Function Approximation
- 1.
SYSNO ASEP 0461978 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Kernel Networks for Function Approximation Tvůrce(i) Coufal, David (UIVT-O) RID, SAI, ORCID Zdroj.dok. Engineering Applications of Neural Networks. - Cham : Springer, 2016 / Jayne C. ; Iliadis L. - ISSN 1865-0929 - ISBN 978-3-319-44187-0 Rozsah stran s. 295-306 Poč.str. 12 s. Forma vydání Tištěná - P Akce EANN 2016. International Conference /17./ Datum konání 02.09.2016 - 05.09.2016 Místo konání Aberdeen Země GB - Velká Británie Typ akce WRD Jazyk dok. eng - angličtina Země vyd. CH - Švýcarsko Klíč. slova kernel networks ; convolution ; universal approximation Vědní obor RIV IN - Informatika Obor OECD Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8) CEP LD13002 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy Institucionální podpora UIVT-O - RVO:67985807 UT WOS 000399003100022 EID SCOPUS 84984783457 DOI 10.1007/978-3-319-44188-7_22 Anotace Capabilities of radial convolution kernel networks to approximate multivariate functions are investigated. A necessary condition for universal approximation property of convolution kernel networks is given. Kernels that satisfy the condition in arbitrary dimension are investigated in terms of their Hankel and Fourier transforms. A computational example is presented to assess approximation capabilities of different convolution kernel networks. Pracoviště Ústav informatiky Kontakt Tereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800 Rok sběru 2017
Počet záznamů: 1