uu.seUppsala universitets publikasjoner
Endre søk
Begrens søket
1 - 1 of 1
RefereraExporteraLink til resultatlisten
Permanent link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Treff pr side
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Forfatter A-Ø
  • Forfatter Ø-A
  • Tittel A-Ø
  • Tittel Ø-A
  • Type publikasjon A-Ø
  • Type publikasjon Ø-A
  • Eldste først
  • Nyeste først
  • Skapad (Eldste først)
  • Skapad (Nyeste først)
  • Senast uppdaterad (Eldste først)
  • Senast uppdaterad (Nyeste først)
  • Disputationsdatum (tidligste først)
  • Disputationsdatum (siste først)
  • Standard (Relevans)
  • Forfatter A-Ø
  • Forfatter Ø-A
  • Tittel A-Ø
  • Tittel Ø-A
  • Type publikasjon A-Ø
  • Type publikasjon Ø-A
  • Eldste først
  • Nyeste først
  • Skapad (Eldste først)
  • Skapad (Nyeste først)
  • Senast uppdaterad (Eldste først)
  • Senast uppdaterad (Nyeste først)
  • Disputationsdatum (tidligste først)
  • Disputationsdatum (siste først)
Merk
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 1.
    Fridenfalk, Mikael
    Uppsala universitet, Humanistisk-samhällsvetenskapliga vetenskapsområdet, Historisk-filosofiska fakulteten, Institutionen för speldesign.
    Analytic Method for Evaluation of the Weights of a Robust Large-Scale Multilayer Neural Network2015Inngår i: International Journal On Advances in Networks and Services, ISSN 1942-2644, E-ISSN 1942-2644, Vol. 8, nr 3-4, s. 139-148Artikkel i tidsskrift (Fagfellevurdert)
    Abstract [en]

    The multilayer feedforward neural network is presently one of the most popular computational methods in computer science. However, the current method for the evaluation of its weights is performed by a relatively slow iterative method known as backpropagation. According to previous research on a large-scale neural network with many hidden nodes, attempts to use an analytic method for the evaluation of the weights by the linear least square method showed to accelerate the evaluation process significantly. Nevertheless, the evaluated network showed in preliminary tests to fail in robustness compared to well-trained networks by backpropagation, thus resembling overtrained networks. This paper presents the design and verification of a new method that solves the robustness issues for such a neural network, along with MATLAB code for the verification of key experiments.

1 - 1 of 1
RefereraExporteraLink til resultatlisten
Permanent link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf