Jaringan Saraf Gelombang (Wavelet Neural Network, WNN)

Jaringan saraf gelombang (WNN) adalah arsitektur aproksimasi fungsi yang menggunakan fungsi gelombang (wavelet) sebagai fungsi aktivasi menggantikan fungsi sigmoid atau ReLU tradisional. Diperkenalkan oleh Zhang dan Benveniste (1992), WNN menggabungkan sifat dekomposisi multiskala dari gelombang dengan kemampuan pembelajaran jaringan saraf. Hasilnya adalah model nonparametrik yang fleksibel yang dapat menangkap fitur terlokalisasi dan pola multiresolusi secara efisien, dengan parameter lebih sedikit dan interpretasi yang lebih baik daripada jaringan dalam standar.