रेडियल बेसिस फंक्शन नेटवर्क (आरबीएफ नेटवर्क)

लेखक: Roger Morrison
निर्मितीची तारीख: 27 सप्टेंबर 2021
अद्यतन तारीख: 1 जुलै 2024
Anonim
RBF Networks
व्हिडिओ: RBF Networks

सामग्री

व्याख्या - रेडियल बेसिस फंक्शन नेटवर्क (आरबीएफ नेटवर्क) म्हणजे काय?

रेडियल बेस फंक्शन नेटवर्क एक प्रकारचे पर्यवेक्षी कृत्रिम न्यूरल नेटवर्क आहे जे नॉनलाइनर क्लासिफायर म्हणून कार्य करण्यासाठी पर्यवेक्षी मशीन लर्निंग (एमएल) वापरते. नॉनलाइनर क्लासिफायर्स लोअर-डायमेंशनल वेक्टर्सवर काम करणार्‍या साध्या रेखीय वर्गीकरणांपेक्षा विश्लेषणात पुढे जाण्यासाठी अत्याधुनिक कार्ये वापरतात.


रेडियल बेस फंक्शन नेटवर्कला रेडियल बेस नेटवर्क म्हणूनही ओळखले जाते.

मायक्रोसॉफ्ट अझर आणि मायक्रोसॉफ्ट क्लाऊडची ओळख | या संपूर्ण मार्गदर्शकामध्ये आपण क्लाउड संगणन करणे म्हणजे काय आणि मायक्रोसॉफ्ट अझर आपल्याला क्लाऊडवरून आपला व्यवसाय स्थलांतरित आणि चालविण्यात कशी मदत करू शकेल हे शिकाल.

टेकोपीडिया रिडियल बेसिस फंक्शन नेटवर्क (आरबीएफ नेटवर्क) चे स्पष्टीकरण देते

इतर प्रशिक्षण उदाहरणांसह प्रोटोटाइप्सचा एक संच वापरुन, न्यूरॉन्स इनपुट व्हेक्टर म्हणतात त्याद्वारे इनपुट आणि प्रोटोटाइपमधील अंतर पाहतात.

कृत्रिम न्यूरॉन्स ड्राईव्ह आउटपुटचे सक्रियकरण कार्य नेटवर्क डेटा गुणांचे वर्गीकरण कसे करतात हे दर्शविण्यासाठी वेगवेगळ्या मार्गांनी प्रतिनिधित्व केले जाऊ शकते. रेडियल बेस फंक्शन नेटवर्क त्याच्या एक्टिवेशन फंक्शन्स म्हणून रेडियल बेस फंक्शन्स वापरते. इतर प्रकारच्या न्यूरल नेटवर्कप्रमाणेच, रेडियल बेस फंक्शन नेटवर्कमध्ये इनपुट लेयर, लपविलेले थर आणि आउटपुट लेयर असतात. तथापि, रेडियल बेस फंक्शन नेटवर्कमध्ये बर्‍याचदा कोणत्याही प्रकारचे नॉनलाइनर अ‍ॅक्टिवेशन फंक्शन समाविष्ट असते. ग्रेडियंट डिसेंटचा वापर करून आउटपुट वजनाचे प्रशिक्षण दिले जाऊ शकते.काही आरबीएफ दृष्टिकोन तुलनेने "अंतर्ज्ञानी" आणि विशेष एमएल समस्यांचे निराकरण करण्याचा एक चांगला मार्ग मानतात.