Radial basis functions
Download
1 / 16

Radial Basis Functions - PowerPoint PPT Presentation


  • 93 Views
  • Uploaded on

Radial Basis Functions. RBF (Radial Basis Functions). RBF  Respuesta Localmente Sintonizada. Ciertas BNN (Biological Neural Networks) responden a entradas específicas. RBF son redes neurales adaptativas. Supervisada. Tomaso Poggio. Arquitectura. 0. 1. 2.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Radial Basis Functions' - leilani-hopkins


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

Rbf radial basis functions
RBF (Radial Basis Functions)

RBF  Respuesta Localmente Sintonizada.

Ciertas BNN (Biological Neural Networks) responden a entradas específicas.

RBF son redes neurales adaptativas.

Supervisada.



Arquitectura
Arquitectura

0

1

2

El nivel 1 no tiene pesos.


Propiedades de las rbf
Propiedades de las RBF

calcula la proximidad de a

  • es:

    • Isotropa.

    • Tiene un máximo en

    • mide la anchura de campo receptivo.




Algoritmo simple
Algoritmo Simple

1.- Dado tomar un tal que

2.- Clasificar según por Kohonen.

3.- Hacer

4.- Calcular

5.- Calcular

6.- Actualizar los pesos



Rbf funciona como
RBF funciona como:

  • Aproximador universal de funciones continuas.

    con representando bases no ortogonales

  • Clasificador.


Interpolaci n con rbf
Interpolación con RBF

Aproximación de la función por una RBF (línea sólida), basada en interpolación estricta, utilizando 15 muestras (círculos). La red RBF usa 15 unidades Gaussianas ocultas, y su salida se muestra para tres anchuras de las unidades ocultas: =0.5 ( ), =1.0 ( ), =1.5 ( ).


Interpolacion con bkp
Interpolacion con BKP

Aproximación de la función por una red neural (línea sólida). La línea punteada se obtuvo con una red feedforward de 3 capas ocultas. La línea rayada se generó utilizando una red feedforward de 12 capas ocultas.


Rbf versus mlp en interpolaciones
RBF versus MLP en interpolaciones

RBF

  • Carácter local  Extrapola MAL.

  • Interpola bien

  • Si existen muchos datos  mejor RBF.

  • + Simple

  • Aprendizaje + rápido.

BPN

  • Carácter global  Extrapola BIEN.

  • Si existen pocos datos  mejor BPN.

  • - Simple

  • Aprendizaje + lento.



Ejemplo rbf como clasificador xor
Ejemplo RBF como clasificador XOR

11

01

00

10

1

0.367

0.135

0.367

0.135

0.367

1

0.367

x2

(0 1)

(1 1)

(0 0)

x1

(1 0)


Ejemplo rbf como clasificador xor1
Ejemplo RBF como clasificador XOR

(0 0)

1.0

0.8

0.6

0.4

(0 1)

0.2

(1 0)

(1 1)

0.2

0.4

0.6

0.8

1.0

Un perceptrón puede acabar de clasificarlos ya que son linealmente separables.


ad