Konstruktywny schemat uczenia sztucznej sieci neuronowej z ortogonalizacją bazy aproksymującej
Opracowano konstruktywny schemat ucznia sieci neuronowej typu feed-forward, w którym nie wymaga się "douczania" wag wyjściowych sieci przy każdym rozszerzaniu wymiaru przestrzeni aproksymujących .
W metodzie tej zastosowano przekształcenie funkcji przejścia elementów sieci do zbioru funkcji ortogonalnych. Uzyskano kilkudzięciokrotne skrócenie czasu uczenia sieci (np. dla sieci uczonej w schemacie przyrostowym z liczbą neuronów zwiększaną od 1 do 50 uzyskano 50-krotne skrócenie czasu uczenia sieci w stosunku do metody SVD (ang. singular value decomposition).
Rys. Rozwiązanie zadania klasyfikacji dwóch współosiowych spiral zaznaczonych kółkami i gwiazdkami. Sieć neuronowa RBF wytwarza obraz monochromatyczny odwzorowujący kształt klasyfikowanych spiral.
- P. Strumiłło, W. Kamiński, "Orthogonalisation procedure for training radial basis functions neural networks", Bulletin of the Polish Academy of Sciences, 2001, vol. 49, no. 3, pp. 479-492.
- W. Kamiński, P. Strumiłło, "Kernel Orthonormalization in Radial Basis Function Neural Networks", IEEE Transactions on Neural Networks, vol. 8, no. 5, pp. 1177- 1183, September 1997.