Rangkaian Saraf Gelombang
Rangkaian saraf gelombang (WNN) ialah seni bina penghampiran fungsi yang menggunakan fungsi gelombang sebagai fungsi pengaktifan menggantikan fungsi sigmoid atau ReLU tradisional. Diperkenalkan oleh Zhang dan Benveniste (1992), WNN menggabungkan sifat penyahungkai pelbagai skala gelombang dengan keupayaan pembelajaran rangkaian saraf. Hasilnya ialah model tak parametrik yang fleksibel yang boleh menangkap ciri setempat dan corak pelbagai resolusi dengan cekap, dengan parameter yang lebih sedikit dan kebolehtafsiran yang lebih baik berbanding rangkaian dalam standard.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Wavelet Neural Network. ScholarGate. https://scholargate.app/ms/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.
- Multilayer Perceptron (MLP)Pembelajaran Mendalam↔ compare
- Jaringan Saraf BerulangPembelajaran Mendalam↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →