×

函数估计中网络的近似结果。 (英语) Zbl 1026.62035号

摘要:对于泛函估计中感兴趣的一类泛函网,得到了一个定量逼近结果。给出了神经网络、径向基函数网络和小波网络逼近的具体应用。为了证明这一点,我们结合了J.E.尤基奇等[IEEE Trans.Inf.Theory 41,1021-1027(1995;Zbl 0835.68102号)]基于概率的近似结果Y.Makovoz(马科沃兹)[J.近似理论85,98-109(1996;兹比尔0857.41024)]通过基元的凸组合实现函数的最佳逼近。

MSC公司:

62G07年 密度估算
68T05型 人工智能中的学习和自适应系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Barron,A.,σ函数叠加的通用近似界,IEEE Trans。通知。理论,39,3,930-945(1993)·Zbl 0818.68126号
[2] Barron,A.,《人工神经网络的近似和估计界》,Mac。学习,14,115-133(1994)·Zbl 0818.68127号
[3] Cybenko,G.,σ函数叠加逼近,数学。控制系统信号,2,4,303-314(1989)·Zbl 0679.94019号
[4] Devroye,L。;Györfi,L。;Lugosi,G.,《模式识别的概率理论》。(1996),《施普林格:柏林施普林格》·Zbl 0853.68150号
[5] Döhler,S.,2000年。经验教训Risiko-Minimierung bei zensierten Daten。弗莱堡大学博士论文。;Döhler,S.,2000年。经验教训Risiko-Minimierung bei zensierten Daten。弗莱堡大学博士论文·兹伯利0960.62110
[6] 吉罗西,F。;Anzellotti,G.,径向基函数和神经网络的收敛速度。,(Mammone,R.,《语音和视觉的人工神经网络》(1993),查普曼和霍尔:查普曼与霍尔伦敦),97-113
[7] Hornik,K.,多层前馈网络的逼近能力,神经网络,4251-257(1991)
[8] 霍尼克,K。;Stinchcombe,M。;White,H.,多层前馈网络是通用逼近器,神经网络,2359-366(1989)·Zbl 1383.92015年
[9] 伊森贝克,M。;Rüschendorf,L.,位置族的完整性,Probab。数学。统计人员。,13, 321-343 (1992) ·兹比尔0786.62010
[10] Jones,L.,关于Hilbert空间中贪婪逼近和投影寻踪回归及神经网络训练收敛速度的简单引理,Ann.Statist。,20, 608-613 (1992) ·Zbl 0746.62060号
[11] Kolmogorov,A.,关于通过一个变量的连续函数和加法的叠加来表示多个变量的持续函数,Dokl。阿卡德。诺克SSSR,114953-953(1957)·Zbl 0090.27103号
[12] 卢戈西,G。;Zeger,K.,通过经验风险最小化进行非参数估计,IEEE Trans。通知。理论,41,3,677-687(1995)·Zbl 0818.62041号
[13] Makovoz,Y.,《随机逼近与神经网络》,J.近似理论,85,98-109(1996)·Zbl 0857.41024号
[14] Mhaskar,H.,平滑函数和分析函数最佳逼近的神经网络,神经计算。,8, 164-177 (1996)
[15] Park,J。;桑德伯格,I.,使用径向基函数网络的通用近似,神经计算。,3, 246-257 (1991)
[16] Park,J。;桑德伯格,I.,近似和径向基函数网络,神经计算。,5, 305-316 (1993)
[17] Petrushev,P.,《岭函数和神经网络逼近》,SIAM J.Math。分析。,30, 1, 155-189 (1999) ·Zbl 0927.41006号
[18] Pollard,D.,《经验过程:理论与应用》。In:概率统计中的区域收敛系列。(1990),数理统计研究所:美国统计局海沃德数理统计所·Zbl 0741.60001号
[19] Ripley,B.,《模式识别和神经网络》。(1996),剑桥大学出版社:剑桥大学出版社·Zbl 0853.62046号
[20] 吕申多夫,L。;汤姆森,W.,和空间的封闭性和广义薛定谔问题,理论概率。申请。,42, 576-590 (1997) ·Zbl 0915.60007号
[21] van der Vaart,A。;Wellner,J.,《弱收敛与经验过程》。(1996),《施普林格:柏林施普林格》·Zbl 0862.60002号
[22] Yukich,J。;Stinchcombe先生。;White,H.,通过概率方法的网络超形式近似界,IEEE Trans。通知。理论,41,41021-1027(1995)·兹比尔083568102
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。