このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
放射基底オーバーラッピング ニューロン
ターゲット出力を使用して特定の入力に応答するように放射基底ネットワークの学習を行います。ただし、放射基底ニューロンの広がりが高すぎるため、各ニューロンの応答は実質的に同じであり、ネットワークを設計できません。
21 個の入力 P および関連付けられたターゲット T を定義します。
P = -1:.1:1; T = [-.9602 -.5770 -.0729 .3771 .6405 .6600 .4609 ... .1336 -.2013 -.4344 -.5000 -.3930 -.1647 .0988 ... .3072 .3960 .3449 .1816 -.0312 -.2189 -.3201]; plot(P,T,'+'); title('Training Vectors'); xlabel('Input Vector P'); ylabel('Target Vector T');
関数 NEWRB は、P と T によって定義される関数を近似する放射基底ネットワークを素早く作成します。
NEWRB は、学習セットおよびターゲットに加えて、残差平方和の目標値と広がり定数の 2 つの引数を取ります。放射基底ニューロン B の広がりは、非常に大きい数に設定されます。
eg = 0.02; % sum-squared error goal sc = 100; % spread constant net = newrb(P,T,eg,sc);
NEWRB, neurons = 0, MSE = 0.176192
NEWRB は、放射基底ニューロンの入力領域のオーバーラップが大きいため、放射基底ネットワークを適切に設計できません。すべてのニューロンが常に 1 を出力するため、異なる応答の生成には使用できません。学習セットでのネットワーク性能を確認するには、元の入力でネットワークをシミュレートします。同じグラフに結果を学習セットとしてプロットします。
Y = net(P); hold on; plot(P,Y); hold off;