Process / pipelineWavelet-based activation function network
ウェーブレットニューラルネットワーク
ウェーブレットニューラルネットワーク（WNN）は、従来のシグモイド関数やReLU関数に代わってウェーブレット関数を活性化関数として使用する関数近似アーキテクチャです。ZhangとBenveniste（1992）によって導入されたWNNは、ウェーブレットのマルチスケール分解特性とニューラルネットワークの学習能力を組み合わせたものです。その結果、標準的なディープネットワークよりも少ないパラメータで、局所的な特徴やマルチ解像度パターンを効率的に捉えることができる、柔軟なノンパラメトリックモデルが得られます。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Wavelet Neural Network. ScholarGate. https://scholargate.app/ja/time-series/wavelet-neural-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →