Minimization of Empirical Error over Perceptron Networks

0405446 - UIVT-O 330821 RIV AT eng C - Conference Paper (international conference)
Kůrková, Věra
Minimization of Empirical Error over Perceptron Networks.
[Minimalizace empirické chyby na perceptronových sítích.]
Adaptive and Natural Computing Algorithms. Wien: Springer-Verlag, 2005 - (Ribiero, B.; Albrecht, R.; Dobnikar, A.; Pearson, D.; Steele, N.), s. 46-49. ISBN 3-211-24934-6.
[ICANNGA'2005 /7./. Coimbra (PT), 21.03.2005-23.03.2005]
R&D Projects: GA ČR GA201/05/0557
Institutional research plan: CEZ:AV0Z10300504
Keywords : supervised learning * perceptron networks * approximate optimization
Subject RIV: BA - General Mathematics

Supervised learning by perceptron networks is investigated as an approximate minimization of empirical error functional.

Učení perceptronových sítí je zkoumáno jakožto přibližná minimalizace funkcionálu empirické chyby.
Permanent Link: http://hdl.handle.net/11104/0125610