文献

J-GLOBAL ID：200902174437896585   整理番号：93A0259028

多重階層のニューラルネットワークを訓練するための標本の大きさ

The sample size for training multi-layered neural network.

著者 (1件)： ZHANG H (Beijing Computer Inst., Beijing)
資料名： Zidonghua Xuebao  (Zidonghua Xuebao)
巻： 19  号： 1  ページ： 71-77  発行年： 1993年01月 
JST資料番号： B0617A  ISSN： 0254-4156  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： VapnikとChervonenkisにより与えられた,確率に対する事象の頻度の均一収束理論に基づき,写像関数間の関係,訓練標本の大きさおよび多重階層ニューラルネットワークの一般化の可能性などについて考察した。最悪の場合における有効一般化を保証する最小訓練標本の大きさについて解析した

シソーラス用語： 神経回路網 ,  計算機アーキテクチャ ,  並列処理 ,  自己組織系 ,  学習 ,  サンプルの大きさ ,  パターン認識 ,  パターン分類 ,  ニューラルネットワーク
準シソーラス用語： 神経回路網モデル

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 多重 ,  階層 ,  ニューラルネットワーク ,  訓練