tailieunhanh - PPt4 Radial Basis Function Network - RBN

Radial-basis function (RBF) networks RBF = radial-basis function: là hàm phụ thuộc vào khỏang cách gốc từ một vector. RBFs là các hàm có dạng như trong hình Với f là hàm activation phi tuyến, x là các đầu vào và ti là vị trí thứ i, mẫu đầu tiên, vector cơ sở hoặc vector trung tâm. Điều này chỉ ra các điểm gần tâm sẽ có đầu ra tương tự nhau | Radial-basis function (RBF) networks RBF = radial-basis function: là hàm phụ thuộc vào khỏang cách gốc từ một vector XOR problem Khả năng phân tách theo bậc 2 (quadratically separable) NN 3 RBFs là các hàm có dạng Với f là hàm activation phi tuyến, x là các đầu vào và ti là vị trí thứ i, mẫu đầu tiên, vector cơ sở hoặc vector trung tâm. Điều này chỉ ra các điểm gần tâm sẽ có đầu ra tương tự nhau RBF NN: Kiến trúc Có một lớp ẩn với các hàm activation RBF Lớp ở đầu ra với hàm activation tuyến tính x2 xm x1 y wm1 w1 là khoảng cách của với NN 3 Các loại RBF (a) Multiquadrics Với c>0 (b) Inverse multiquadrics c>0 Gaussian với s >0 NN 3 Inverse multiquadrics và Gaussian RBFs là hai ví dụ về các hàm ‘localized’ Multiquadrics RBFs là các hàm ‘nonlocalized’ ‘Localized’: nghĩa là khoảng cách từ tâm tăng dẫn đến giảm đầu ra của RBF ‘Nonlocalized’: là khoảng cách từ tâm tăng cùng với sự gia tăng của RBF NN 3 ‘nonlocalized’ functions ‘localized’ functions HIDDEN NEURON MODEL . | Radial-basis function (RBF) networks RBF = radial-basis function: là hàm phụ thuộc vào khỏang cách gốc từ một vector XOR problem Khả năng phân tách theo bậc 2 (quadratically separable) NN 3 RBFs là các hàm có dạng Với f là hàm activation phi tuyến, x là các đầu vào và ti là vị trí thứ i, mẫu đầu tiên, vector cơ sở hoặc vector trung tâm. Điều này chỉ ra các điểm gần tâm sẽ có đầu ra tương tự nhau RBF NN: Kiến trúc Có một lớp ẩn với các hàm activation RBF Lớp ở đầu ra với hàm activation tuyến tính x2 xm x1 y wm1 w1 là khoảng cách của với NN 3 Các loại RBF (a) Multiquadrics Với c>0 (b) Inverse multiquadrics c>0 Gaussian với s >0 NN 3 Inverse multiquadrics và Gaussian RBFs là hai ví dụ về các hàm ‘localized’ Multiquadrics RBFs là các hàm ‘nonlocalized’ ‘Localized’: nghĩa là khoảng cách từ tâm tăng dẫn đến giảm đầu ra của RBF ‘Nonlocalized’: là khoảng cách từ tâm tăng cùng với sự gia tăng của RBF NN 3 ‘nonlocalized’ functions ‘localized’ functions HIDDEN NEURON MODEL Các phần tử Hidden có hàm activation là các radial basis functions NN 3 Xét hàm Gaussian RBF: φ ( || x - t||) t được gọi là tâm (center) được gọi là trải rộng (spread) center và spread là các tham số x2 x1 xm φ( || x - t||) Đầu ra phụ thuộc vào khoảng cách đầu vào x tới tâm t Gaussian RBF φ NN 3 center φ : chỉ ra mức độ trải rộng của đường cong Large Small Hidden Neurons hidden neuron nhạy hơn (more sensitive to) đối với các điểm dữ liệu gần tâm. Đối với Gaussian RBF khả năng nhạy này có thể được chỉnh bằng cách thay đổi hệ số trải , ở đó hệ số trải lớn có độ nhạy giảm. Ví dụ trong Biologic: cochlear stereocilia cells (in our ears .) have locally tuned frequency responses. NN 3 Ví dụ 1 NN 3 Các mẫu bên trong vòng tròn 1 và 2 là các lớp +, ngược lại là các lớp – Liệu ta có thể tách hai lớp này dùng RBF NN hay không? 1 2 x1 x2 - + + - - - - - - Không gian là không gian đầu vào NN 3 Lời giải như sau x1 x2 1 1 1 y Chọn các tâm t1 ,t2 cho hai vòng tròn.

• Quản trị mạng
• Data Mining Techniques
• khai phá dữ liệu
• bài viết học thuật
• Radial Basis Function Network
• hàm activation phi tuyến
• các điểm dữ liệu
• Data Mining
• Alternative Techniques
• training data
• Simple models
• Logistic regression
• Decision trees
• Knowledge discovery from data
• Database systems
• Data warehouses
• Web search engines
• Basic statistical descriptions of data
• Pixel Oriented visualization techniques
• Ebook Data Mining Practical
• Machine Learning Tools
• Data Mining Practical
• Weka machine learning workbench
• Introduction to Weka
• Extensions and applications
• Summary of Computer sciense Doctoral Thesis
• Computer sciense Doctoral Thesis
• Mining decision laws on the data block
• Block’s slice algorithm
• Lecture Data mining
• Bài giảng Khai thác dữ liệu
• Text databases
• Information retrieval techniques
• Full text scanning
• Vector space model
• Data mining concepts
• Basic data mining concepts
• Cơ sở dữ liệu
• Khai thác dữ liệu
• Công nghệ thông tin
• International Journal of Computer Science & Communication Networks
• Feature specific criminal mapping
• Generalized gaussiun mixture model
• Mapping the criminal
• The suspect table
• Various clustering techniques in data mining
• Various clustering technique
• The inter cluster similarity
• Minimizing the inter cluster similarity
• K nearest neighbor
• Support Vector Machine
• Banks in Middle East
• Credit ranking of bank customer
• Decision tree induction
• Bayes classification methods
• Rule Based classification
• Bayesian belief networks
• Probabilistic model based clustering
• Heart Disease Prediction
• Feature selection
• Infinite Latent Feature Selection
• HD symptoms
• International Journal of Computer Networks and Communications Security
• Social data visualization web site
• Rabid Miner and Tableau
• Visuals and graphs
• Two important techniques
• kinh doanh
• quản trị kinh doanh
• quản trị doanh nghiệp
• nghiên cứu khách hàng
• sự đo lường khách hàng
• Neural Network
• Thực hành với Matlab
• ứng dụng của thuật toán học
• ứng dụng matlab
• mạng Neural
• phi tuyến tính
• Single Layer
• Supervised Learning
• các lớp neuron