1
아래의 링크에 따르면, "신경 세포 i의 중심 벡터", 즉 "프로토 타입이라고도 불리는 RBF 단위의 중심"이 무엇인지 이해하지 못했습니다.Radial Basis Function Network (RBF 네트워크)
read the Network architecture in this link
내가 당신의 감사 도움이 필요하세요.
A
답변
2
당신이 당신의 링크에서 교육 섹션으로 읽는다면, 그것은 중심 벡터가 무엇인지 설명 :
위의 내용을 읽고, 당신이 샘플 당신의 세트가 나에게 보인다 , x '이고, 여기에서 숨겨진 레이어의 각 뉴런에 대해 하나씩 여러 중심 벡터를 선택합니다. 대체로 센터 벡터는 샘플 데이터의 클러스터 중심입니다.
는 발언은 N는 당신이 은닉층 뉴런의 수는 데이터에 N 클러스터 센터를 찾아, 같은 K-수단 등의 자율 클러스터링 알고리즘을 사용하여, 말하는 것처럼 상대하고. 다른 레이어는 더 많거나 적은 뉴런을 가질 수 있으며 이에 따라 상응하는 더 많거나 적은 센터 벡터를 갖게됩니다.
RBF는 각 개별 샘플 x을 각각의 중심 벡터와 유클리드 거리의 함수로 관련시킵니다.
1
뉴런의 중심 벡터는 RBF의 중심입니다. RBF는 점 (기사에서 x라고 함)이 중심 (기사에서 ci라고 함)까지의 거리에 불과합니다. 각 뉴런에는 자체 중심이 있습니다.
답변 해 주셔서 감사합니다. 고맙습니다. :) – Liszt
x는 입력에 해당합니다. 그러나 우리가 숨겨진 레이어에 3 개의 단위와 하나의 입력 x를 가지고 있다고 생각한다면. 따라서이 마지막은 모든 RBF 장치에 연결됩니다. 따라서 숨겨진 레이어의 각 유닛은 입력 x와 자체 중심 사이의 유클리드 거리에 해당하는 방사형 기본 함수를 구현해야합니다. 이 센터가 특정 방식으로 계산된다는 점을 고려하면 입력 x를 계산하는 방법은 무엇입니까? 제발 도와주세요 :) 사전에 감사드립니다. – Liszt
@Liszt 업데이트 된 답변보기 - 이제는 더 명확 해 졌나요? –