Talasna neuronska mreža
Talasna neuronska mreža (WNN) je arhitektura za aproksimaciju funkcija koja koristi talasne funkcije kao aktivacione funkcije umesto tradicionalnih sigmoidnih ili ReLU funkcija. Uvedene od strane Zhanga i Benvenistea (1992), WNN mreže kombinuju svojstva dekompozicije talasa na više skala sa sposobnostima učenja neuronskih mreža. Rezultat je fleksibilan neparametarski model koji može efikasno da uhvati lokalizovane karakteristike i obrasce višestruke rezolucije, sa manje parametara i boljom interpretacijom od standardnih dubokih mreža.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Mapa metoda
Okruženje srodnih metoda — izaberite čvor da biste istraživali.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Wavelet Neural Network. ScholarGate. https://scholargate.app/sr/time-series/wavelet-neural-network
Koja metoda?
Postavite ovu metodu pored njoj najbližih srodnika i čitajte ih uporedo — biblioteka polaže knjige na sto; izbor je na vama.
- Višeslojni perceptron (MLP)Duboko učenje↔ uporedi
- Рекурентна неуронска мрежаDuboko učenje↔ uporedi
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →