Approximating functions by neural networks: A constructive solution in the uniform norm

Mark Meltser, Moshe Shoham, Larry M. Manevitz

פרסום מחקרי: פרסום בכתב עתמאמרביקורת עמיתים

25 ציטוטים ‏(Scopus)

תקציר

A method for constructively approximating functions in the uniform (i.e., maximal error) norm by successive changes in the weights and number of neurons in a neural network is developed. This is a realization of the approximation results of Cybenko, Hecht-Nielsen, Hornik, Stinchcombe, White, Callant, Funahashi, Leshno et al., and others. The constructive approximation in the uniform norm is more appropriate for a number of examples, such as robotic arm motion, and stands in contrast with more standard methods, such as back-propagation, which approximate only in the average error norm.

שפה מקוריתאנגלית
עמודים (מ-עד)965-978
מספר עמודים14
כתב עתNeural Networks
כרך9
מספר גיליון6
מזהי עצם דיגיטלי (DOIs)
סטטוס פרסוםפורסם - אוג׳ 1996
פורסם באופן חיצוניכן

טביעת אצבע

להלן מוצגים תחומי המחקר של הפרסום 'Approximating functions by neural networks: A constructive solution in the uniform norm'. יחד הם יוצרים טביעת אצבע ייחודית.

פורמט ציטוט ביבליוגרפי