newrbe

R2026b

(제거될 예정임) 정확한 방사형 기저 신경망 설계

newrbe 함수는 향후 릴리스에서 제거될 예정입니다. 자세한 내용은 Transition Legacy Neural Network Code to dlnetwork Workflows 항목을 참조하십시오.

코드 업데이트에 대한 자세한 지침은 버전 내역 항목을 참조하십시오.

구문

net = newrbe(P,T,spread)

설명

방사형 기저 신경망은 함수를 근사하는 데 사용할 수 있습니다. newrbe는 설계 벡터에 대해 오차가 없는 방사형 기저 신경망을 매우 빠르게 설계합니다.

net = newrbe(P,T,spread)는 다음과 같은 2개 또는 3개의 인수를 받습니다.

P

요소를 R개 가진 입력 벡터 Q개로 구성된 R×Q 행렬

T

요소를 S개 가진 목표 클래스 벡터 Q개로 구성된 S×Q 행렬

spread

방사형 기저 함수의 산포(디폴트 값 = 1.0)

그런 다음 새로운 정확한 방사형 기저 신경망을 반환합니다.

spread가 클수록 함수 근삿값이 매끄러워집니다. 산포가 너무 크면 수치적 문제가 발생할 수 있습니다.

예제

입력값 P와 목표값 T를 사용하여 방사형 기저 신경망을 설계합니다.

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

신경망을 새 입력값에 대해 시뮬레이션합니다.

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

알고리즘

newrbe는 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.

newrbe는 첫 번째 계층 가중치를 P'으로 설정하고 첫 번째 계층 편향은 모두 0.8326/spread로 설정되므로 +/– spread의 가중 입력값에서 0.5를 지나는 방사형 기저 함수가 생성됩니다.

두 번째 계층 가중치 IW{2,1}과 편향 b{2}는 첫 번째 계층 출력값 A{1}을 시뮬레이션한 후 다음 선형 방정식을 풀어서 구합니다.

[W{2,1} b{2}] * [A{1}; ones] = T

버전 내역

R2006a 이전에 개발됨

모두 축소

참고 항목

| (Statistics and Machine Learning Toolbox) | (Statistics and Machine Learning Toolbox) | | |

도움말 항목