×
库尔特·霍尼克;麦克斯韦Stinchcombe;怀特，哈尔伯特

多层前馈网络是通用逼近器。 （英语） 兹比尔1383.92015

神经网络。 2，第5期，359-366（1989）.
小结：本文严格证明，使用任意压缩函数，仅具有一个隐藏层的标准多层前馈网络能够将任何Borel可测函数从一个有限维空间逼近到另一个有限维空间，达到任何所需的精度，只要有足够多的隐藏单元可用。从这个意义上讲，多层前馈网络是一类通用逼近器。

引用于2评论
引用于1104文件

MSC公司：

92秒20 生物研究、人工生命和相关主题中的神经网络
41A05型 近似理论中的插值

关键词：

前馈网络;通用近似;映射网络;网络表示能力;Stone Weierstrass定理;挤压函数;sigma-pi网络;反向传播网络
PDF格式BibTeX公司 XML格式引用
\textit{K.Hornik}等人，神经网络。2，第5号，359--366（1989；Zbl 1383.92015）
全文： 内政部

参考文献：

[1] Billingsley，P.，《概率与测度》（1979），威利出版社：威利纽约·Zbl 0411.60001号
[2] Cybenko，G.，S形函数叠加的近似，（技术代表第856号（1988年），伊利诺伊大学厄巴纳-香槟分校电气和计算机工程系：伊利诺伊大学厄巴纳-香槟分校电气和计算机工程系，伊利诺伊州厄巴纳）·Zbl 0679.94019号
[3] Dugundji，J.，Topology（1966），Allyn and Bacon，Inc：Allyn&Bacon，Inc.波士顿·Zbl 0144.21501号
[4] Gallant，A.R。；White，H.，存在一种不会产生可避免错误的神经网络，（IEEE第二届神经网络国际会议（1988），SOS印刷：SOS印刷圣地亚哥），I:657-I:664
[5] 格伦纳德，美国，抽象推理（1981），威利：威利纽约·Zbl 0505.62069号
[6] Halmos，P.R.，测量理论（1974），Springer-Verlag:Springer-Verlag纽约·Zbl 0283.28001号
[7] Hecht-Nielsen，R.，Kolmogorov映射神经网络存在定理，（IEEE第一届神经网络国际会议（1987），SOS印刷：SOS印刷圣地亚哥），III:11-III:14
[8] Hecht-Nielsen，R.，《反向传播神经网络理论》（神经网络国际联合会议论文集（1989），SOS印刷：SOS印刷圣地亚哥），I:593-I:608
[9] 霍尼克，K。；Stinchcombe先生。；White，H.，多层前馈网络是通用逼近器，（讨论论文88-45（1988），加州大学经济系：加州大学圣地亚哥分校经济系），圣地亚哥·兹比尔1383.92015
[10] （Caudill，M.；Butler，C.，IEEE第一届神经网络国际会议（1987），SOS印刷：SOS印刷圣地亚哥）
[11] （IEEE第二届神经网络国际会议（1988年），SOS印刷：圣地亚哥SOS印刷）
[12] 艾琳，B。；Miyake，S.，《三层感知器的能力》，（IEEE第二届神经网络国际会议（1988），SOS印刷：SOS印刷圣地亚哥），I:641-I:648
[13] Kolmogorov，A.N.，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，Doklady Akademii Nauk SSR，114，953-956（1957）·Zbl 0090.27103号
[14] 科尔莫戈罗夫，A.N。；Tihomirov，V.M.，函数空间中集合的熵和容量，美国数学学会翻译，2，17，277-364（1961）
[15] 拉皮德斯，A。；Farber，R.，《神经网络如何工作》（技术代表LA-UR-88-418（1988），洛斯阿拉莫斯国家实验室：洛斯阿拉莫斯国家实验，新墨西哥州洛斯阿拉莫斯）
[16] le Cun，Y.，《模型连接论者》（The Modeles connexionites de l’apprentissage）（《博士论文集》（1987），皮埃尔·居里大学）
[17] Lorentz，G.G.，《希尔伯特的第十三个问题》（Browder，F.E.，《纯粹数学研讨会论文集》，第28卷（1976），美国数学学会：美国数学学会普罗维登斯，RI），419-430·Zbl 0337.26006号
[18] 麦克斯韦，T。；Giles，G.L。；Lee，Y.C。；Chen，H.H.，人工神经系统的非线性动力学，（Denker，J.，计算神经网络（1986），美国物理研究所：美国物理研究院纽约）
[19] 明斯基，M。；Papert，S.，《感知器》（1969），麻省理工学院出版社：麻省理工学院出版社剑桥·Zbl 0197.43702号
[20] Rudin，W.，《数学分析原理》（1964），McGraw-Hill:McGraw-Hill纽约·Zbl 0148.02903号
[21] Severini，J.A。；Wong，W.H.，一般参数空间中最大似然收敛率和相关估计，（工作文件（1987），芝加哥大学统计系：芝加哥大学统计学院，伊利诺伊州芝加哥）
[22] Stinchcombe先生。；White，H.，使用带有非乙状结肠隐藏层激活函数的前馈网络的通用近似，（国际神经网络联合会议论文集（1989），SOS印刷：SOS印刷圣地亚哥），I:613-I:618
[23] White，H.，网络架构和学习机制的概念和操作分离案例，（讨论文件88-21（1988），加利福尼亚大学经济系：加利福尼亚大学圣地亚哥分校经济系），圣地亚哥
[24] White，H.，多层前馈网络可以学习任意映射：具有自动和半自动确定网络复杂性的连接主义非参数回归，（讨论论文（1988），加利福尼亚大学经济系：加利福尼亚大学圣地亚哥分校经济系），圣地亚哥
[25] White，H.和Wooldridge，J.M.（出版中）。具有相关观测值的筛分估计的一些结果。在W.Barnett、J.Powell和G.Tauchen（编辑）中，计量经济学和统计学中的非参数和半参数方法纽约：剑桥大学出版社。；White，H.和Wooldridge，J.M.（出版中）。具有相关观测值的筛分估计的一些结果。在W.Barnett、J.Powell和G.Tauchen（编辑）中，计量经济学和统计学中的非参数和半参数方法纽约：剑桥大学出版社·Zbl 0776.62042号
[26] Williams，R.J.，《激活函数的逻辑》（Rumelhart，D.E.；McClelland，J.L.，《并行分布式处理：认知微观结构的探索》，第1卷（1986年），麻省理工学院出版社：麻省理学出版社剑桥），423-443
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。