CAJ | 학술논문

该文提出了一种基于超立方体覆盖的构造性神经网络学习算法,以解决二值型输入变量的K分类问题.该算法分两步来动态地构造一个三层前馈网络.首先,对于每一类的所有训练样本,用尽可能少的超立方体来覆盖它们,并为每一个超立方体构造一个隐层单元; 其次,用"或"操作把这些隐单元连接到相应的输出单元上.文章给出了相应的理论分析和一个具体的实现.实验结果表明,该算法优于常用的一些归纳学习算法.
해문제출료일충기우초립방체복개적구조성신경망락학습산법,이해결이치형수입변량적K분류문제.해산법분량보래동태지구조일개삼층전궤망락.수선,대우매일류적소유훈련양본,용진가능소적초립방체래복개타문,병위매일개초립방체구조일개은층단원; 기차,용"혹"조작파저사은단원련접도상응적수출단원상.문장급출료상응적이론분석화일개구체적실현.실험결과표명,해산법우우상용적일사귀납학습산법.