Art

J-GLOBAL ID：200902299021993570   Reference number：08A0592733

A learning rule for very simple universal approximators consisting of a single layer of perceptrons

単一層のパーセプトロンから構成される極めてシンプルなユニバーサル近似器のための学習ルール

Author (3)： AUER Peter (Chair for Information Technol., Univ. of Leoben, Franz-Josef-Strasse 18, A-8700 Leoben, AUT) ,  BURGSTEINER Harald (Dep. of Health Care Engineering, Graz Univ. of Applied Sciences, Eggenberger Allee 11, A-8020 Graz, AUT) ,  MAASS Wolfgang (Inst. for Theoretical Computer Sci., Graz Univ. of Technol., Inffeldgasse 16b/1, A-8010 Graz, AUT)
Material： Neural Networks  (Neural Netw)
Volume： 21  Issue： 5  Page： 786-795  Publication year： Jun. 2008 
JST Material Number： T0698A  ISSN： 0893-6080  Document type： Article
Article type： 原著論文  Country of issue： United Kingdom (GBR)  Language： ENGLISH (EN)

Thesaurus term： *competitive learning ,  *perceptron ,  parallel processing ,  Boolean function ,  sigmoid function ,  Machine Learning ,  learning algorithm ,  back propagation ,  *neural network (network) ,  steepest descent method ,  packaging design ,  performance evaluation ,  generalization ,  error (measure)
Semi thesaurus term： gradient descent method

JST classification (2)： Neurocomputers  (JC06010Q) ,  Artificial intelligence  (JE08000Z)

Terms in the title (4)： 単一層 ,  パーセプトロン ,  ユニバーサル近似 ,  学習ルール