ওয়েভলেট নিউরাল নেটওয়ার্ক
একটি ওয়েভলেট নিউরাল নেটওয়ার্ক (WNN) হলো একটি ফাংশন অ্যাপ্রোক্সিমেশন আর্কিটেকচার যা প্রচলিত সিগময়েড বা ReLU ফাংশনের পরিবর্তে অ্যাক্টিভেশন ফাংশন হিসেবে ওয়েভলেট ফাংশন ব্যবহার করে। ১৯৯২ সালে Zhang এবং Benveniste কর্তৃক প্রবর্তিত, WNN ওয়েভলেটের মাল্টিস্কেল ডিকম্পোজিশন বৈশিষ্ট্যকে নিউরাল নেটওয়ার্কের লার্নিং ক্ষমতার সাথে একত্রিত করে। এর ফলে একটি নমনীয় ননপ্যারামেট্রিক মডেল তৈরি হয় যা কম প্যারামিটার এবং উন্নত ব্যাখ্যাযোগ্যতার সাথে স্থানীয় বৈশিষ্ট্য এবং মাল্টি-রেজোলিউশন প্যাটার্নকে দক্ষতার সাথে ধারণ করতে পারে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
উৎস
- Zhang, Q., & Benveniste, A. (1992). Wavelet networks. IEEE Transactions on Neural Networks, 3(6), 889–898. DOI: 10.1109/72.165591 ↗
- Pati, Y. C., & Krishnaprasad, P. S. (1992). Nonlinear dynamics and signal processing in the cochlea. ICASSP, pp. V373–V376. link ↗
- Misiti, M., Misiti, Y., Oppenheim, G., & Poggi, J. M. (1997). Wavelet Toolbox. The Mathworks. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Wavelet Neural Network. ScholarGate. https://scholargate.app/bn/time-series/wavelet-neural-network
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- মাল্টিলেয়ার পারসেপ্ট্রন (MLP)গভীর শিখন↔ তুলনা করুন
- পুনরাবৃত্ত নিউরাল নেটওয়ার্কগভীর শিখন↔ তুলনা করুন
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →