Počet záznamů: 1
Training a Single Sigmoidal Neuron is Hard
- 1.
SYSNO ASEP 0404583 Druh ASEP J - Článek v odborném periodiku Zařazení RIV J - Článek v odborném periodiku Poddruh J Článek ve WOS Název Training a Single Sigmoidal Neuron is Hard Tvůrce(i) Šíma, Jiří (UIVT-O) RID, SAI, ORCID Zdroj.dok. Neural Computation - ISSN 0899-7667
Roč. 14, č. 11 (2002), s. 2709-2729Poč.str. 20 s. Jazyk dok. eng - angličtina Země vyd. US - Spojené státy americké Klíč. slova sigmoidal neuron ; loading problem ; NP-hardness Vědní obor RIV BA - Obecná matematika CEP LN00A056 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy UT WOS 000178882900009 EID SCOPUS 0036835735 DOI 10.1162/089976602760408035 Anotace We first present a brief survey of hardness results for training feedforward neural networks. These results are then completed by the proof that the simplest architecture containing only a single neuron that applies a sigmoidal activation function \sigma:R-->[\alpha,ta], satisfying certain natural axioms, e.g. the standard (logistic) sigmoid or saturated-linear function, to the weighted sum of $n$ inputs is hard to train. In particular, the problem of finding the weights of such a unit that minimize... Pracoviště Ústav informatiky Kontakt Tereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800 Rok sběru 2003
Počet záznamů: 1