Výsledky vyhledávání
- 1.0389184 - ÚI 2014 RIV DE eng M - Část monografie knihy
Kainen, P.C. - Kůrková, Věra - Sanguineti, M.
Approximating Multivariable Functions by Feedforward Neural Nets.
Handbook on Neural Information Processing. Berlin: Springer, 2013 - (Bianchini, M.; Maggini, M.; Jain, L.), s. 143-181. Intelligent Systems Reference Library, 49. ISBN 978-3-642-36656-7
Grant CEP: GA ČR GAP202/11/1368; GA MŠMT(CZ) ME10023
Grant ostatní: CNR-AV ČR(CZ) Project 2010–2012 “Complexity of Neural-Network and Kernel Computational Models
Institucionální podpora: RVO:67985807
Klíčová slova: multivariable approximation * feedforward neural networks * network complexity * approximation rates * variational norm * best approximation * tractability of approximation
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0218068 - 2.0315078 - ÚI 2009 RIV US eng J - Článek v odborném periodiku
Kainen, P.C. - Kůrková, Věra - Sanguineti, M.
Complexity of Gaussian-Radial-Basis Networks Approximating Smooth Functions.
[Složitost Gaussovských radiálních sítí.]
Journal of Complexity. Roč. 25, č. 1 (2009), s. 63-74. ISSN 0885-064X. E-ISSN 1090-2708
Grant CEP: GA ČR GA201/08/1744
Výzkumný záměr: CEZ:AV0Z10300504
Klíčová slova: Gaussian-radial-basis-function networks * rates of approximation * model complexity * variation norms * Bessel and Sobolev norms * tractability of approximation
Kód oboru RIV: IN - Informatika
Impakt faktor: 1.227, rok: 2009
Trvalý link: http://hdl.handle.net/11104/0165396