Process / pipelineWavelet-based activation function network
רשת נוירונים גליים
רשת נוירונים גליים (WNN) היא ארכיטקטורת קירוב פונקציות המשתמשת בפונקציות גל (wavelets) כפונקציות אקטיבציה במקום פונקציות סיגמואיד או ReLU מסורתיות. הוצגה על ידי ז'אנג ובנוויסטה (1992), WNNs משלבות את תכונות הפירוק מרובה הסקאלות של גלים עם יכולות הלמידה של רשתות נוירונים. התוצאה היא מודל לא-פרמטרי גמיש שיכול ללכוד תכונות מקומיות ודפוסים מרובי-רזולוציה ביעילות, עם פחות פרמטרים ויותר יכולת פירוש מאשר רשתות עמוקות סטנדרטיות.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Wavelet Neural Network. ScholarGate. https://scholargate.app/he/time-series/wavelet-neural-network
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- רשת רב-שכבתית (MLP)למידה עמוקה↔ השוואה
- רשת נוירונים רקורנטיתלמידה עמוקה↔ השוואה