Kernel Networks with Fixed and Variable Widths

Autoři: RNDr. Věra Kůrková, DSc.
Rok vydání: 2011
Typ publikace: Konferenční příspěvek (mezinárodní konf.)
Periodikum: Adaptive and Natural Computing Algorithms. Part I
Projekty: Analýza inteligentních distribuovaných výpočetních systémů
Aproximace a učení funkcí mnoha proměnných pomocí neuronových sítí
Bibliografická citace: KŮRKOVÁ, Věra, KAINEN, P.C. Kernel Networks with Fixed and Variable Widths. In: DOBNIKAR, A., LOTRIČ, U., ŠTER, B., eds. Adaptive and Natural Computing Algorithms. Part I. Vol. 1. Heidelberg: Springer, 2011, S. 12-21. Lecture Notes in Computer Science, 6593. ISBN 978-3-642-20281-0. ISSN 0302-9743
Dostupné z: doi:10.1007/978-3-642-20282-7_2
DOI: 10.1007/978-3-642-20282-7_2
ID: 357302

Abstrakt

The role of width in kernel models and radial-basis function networks is investigated with a special emphasis on the Gaussian case. Quantitative bounds are given on kernel-based regularization showing the effect of changing the width. These bounds are shown to be d-th powers of width ratios, and so they are exponential in the dimension of input data.