주요 콘텐츠

newrb

R2026b

(제거될 예정임) 방사형 기저 신경망 설계

newrb 함수는 향후 릴리스에서 제거될 예정입니다. 자세한 내용은 레거시 신경망 코드를 dlnetwork 워크플로로 전환하기 항목을 참조하십시오.

코드 업데이트에 대한 자세한 지침은 버전 내역 항목을 참조하십시오.

설명

net = newrb(P,T,goal,spread,MN,DF)는 다음 인수 중 2개를 받습니다.

  • P — Q 입력 벡터로 구성된 R×Q 행렬

  • T — Q 목표 클래스 벡터로 구성된 S×Q 행렬

  • goal — 평균제곱오차 목표

  • spread — 방사형 기저 함수의 산포

  • MN — 최대 뉴런 개수

  • DF — 다음 표시까지 추가할 뉴런의 개수

방사형 기저 신경망은 함수를 근사하는 데 사용할 수 있습니다. newrb는 방사형 기저 신경망이 지정된 평균제곱오차 목표에 도달할 때까지 이 신경망의 은닉 계층에 뉴런을 추가합니다.

spread가 클수록 함수 근삿값이 매끄러워집니다. 산포가 너무 크면 빠르게 변하는 함수를 피팅하는 데 다량의 뉴런이 필요하다는 의미입니다. 산포가 너무 작으면 평활화 함수를 피팅하는 데 다량의 뉴런이 필요하게 되며, 신경망이 제대로 일반화되지 않을 수 있습니다. 여러 개의 산포 값으로 newrb를 호출하여 주어진 문제에 가장 적합한 값을 찾으십시오.

예제

예제

모두 축소

이 예제에서는 방사형 기저 신경망을 설계하는 방법을 보여줍니다.

입력값 P와 목표값 T로 방사형 기저 신경망을 설계합니다.

P = [1 2 3];
T = [2.0 4.1 5.9];
net = newrb(P,T);

새 입력값에 대해 신경망을 시뮬레이션합니다.

P = 1.5;
Y = sim(net,P)

입력 인수

모두 축소

입력 벡터로, R×Q 행렬로 지정됩니다.

목표 클래스 벡터로, S×Q 행렬로 지정됩니다.

평균제곱오차 목표로, 스칼라로 지정됩니다.

방사형 기저 함수의 산포로, 스칼라로 지정됩니다.

뉴런의 최대 개수로, 스칼라로 지정됩니다.

다음 표시까지 추가할 뉴런의 개수로, 스칼라로 지정됩니다.

출력 인수

모두 축소

새 방사형 기저 신경망으로, network 객체로 반환됩니다.

알고리즘

newrb는 2계층 신경망을 만듭니다. 첫 번째 계층은 radbas 뉴런을 가지며, dist를 사용하여 가중 입력값을, netprod를 사용하여 순 입력값을 계산합니다. 두 번째 계층은 purelin 뉴런을 가지며, dotprod를 사용하여 가중 입력값을, netsum을 사용하여 순 입력값을 계산합니다. 두 계층 모두 편향을 갖습니다.

초기에는 radbas 계층에 뉴런이 없습니다. 신경망의 평균제곱오차가 goal 아래로 떨어질 때까지 다음 단계가 반복됩니다.

  1. 신경망을 시뮬레이션합니다.

  2. 오차가 가장 큰 입력 벡터를 찾습니다.

  3. 이 벡터와 가중치가 같은 radbas 뉴런을 추가합니다.

  4. 오차가 최소화되도록 purelin 계층 가중치를 다시 설계합니다.

버전 내역

R2006a 이전에 개발됨

모두 축소