Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

多層ネットワークに相当する学習のための規則化アルゴリズムは,多層ネットワークに相当します.

T Poggio, F Girosi

    Science (New York, N.Y.)
    |February 23, 1990
    PubMed
    まとめ
    この要約は機械生成です。

    この研究は,正規化ネットワークとスプレインのような古典的な近似技術との等価性を示しています. これらの正規化ネットワークは,関数近似とパターン認識に関する新しい視点を提供します.

    関連する実験動画

    関連する概念動画

    こちらも読む

    関連記事

    共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

    並び替え
    Same author

    Correction: Excess of NPM-ALK oncogenic signaling promotes cellular apoptosis and drug dependency.

    Oncogene·2025
    Same author

    An analysis of training and generalization errors in shallow and deep networks.

    Neural networks : the official journal of the International Neural Network Society·2019
    Same author

    Response from sinha and poggio.

    Trends in cognitive sciences·2011
    Same author

    Multiclass cancer diagnosis using tumor gene expression signatures.

    Proceedings of the National Academy of Sciences of the United States of America·2001
    Same author

    Learning in brains and machines.

    Spatial vision·2001
    Same author

    Categorical representation of visual stimuli in the primate prefrontal cortex.

    Science (New York, N.Y.)·2001
    Same journal

    Erratum for the Research Article "Detecting supramolecular organic nanoparticles during heat wave".

    Science (New York, N.Y.)·2026
    Same journal

    Local signals, systemic decline.

    Science (New York, N.Y.)·2026
    Same journal

    The mechanics of liver regeneration.

    Science (New York, N.Y.)·2026
    Same journal

    Computing in a memory with physics.

    Science (New York, N.Y.)·2026
    Same journal

    Retraction.

    Science (New York, N.Y.)·2026
    Same journal

    Making time.

    Science (New York, N.Y.)·2026
    関連記事をすべて見る

    科学分野:

    • 機械学習 (Machine Learning) とは,機械学習 (Machine Learning) について学ぶことです.
    • 人工知能 (AI) とは,人工知能 (AI) のことです.
    • 計算式数学 計算式数学

    背景:

    • 神経ネットワークは,多次元関数の近似に似ている,入力-出力マッピングを学習します.
    • この学習プロセスは,超表面再構築と古典的な近似方法に関連しています.

    研究 の 目的:

    • 規則化と特定のクラスのニューラルネットワークの間の理論的同等性を確立する.
    • これらのネットワーク,一般化されたスプレイン,および放射的基礎関数の間の関係を探求する.

    主な方法:

    • 規則化理論と三層ニューラルネットワークを結びつけるための理論的枠組みの開発.
    • 規則化ネットワークの性質と,既存の近似技術との関連を分析する.

    主要な成果:

    • 規則化と規則化ネットワーク (ハイパーベース関数) の間の同等性が実証された.
    • これらのネットワークは,一般化されたスプレインと等しく,放射的基礎関数に関連していることを確立しました.
    • これらのネットワークの解釈を,合成され,最適に組み合わせられたプロトタイプという観点から提供した.

    結論:

    • 規則化ネットワークは,ニューラルネットワークの学習と古典的近似理論を結びつける統一された枠組みを提供します.
    • これらのネットワークは,関数近似,インタポレーション,パターン認識のタスクに関する新しい洞察を提供します.
    • プロトタイプベースの解釈は,これらのネットワークにおける学習プロセスの理解を高めます.