#author("2024-11-08T07:34:17+01:00","","")
#author("2024-11-08T07:34:35+01:00","","")
[[小澤]]

浦島先生:ガウス関数を足し合わせた教師信号を使ったとあるが、RBFNの非線形関数の関数近似の精度について話をするならほかの非線形関数も教師信号として使ってみたほうがいいんじゃないか~
     各ニューラルネットワークには適用するのにそれぞれ適した問題(題材)があると思うが、今回提案したニューラルネットワークでは、どのような問題に適用できて、どのような問題は苦手なのかも分かると良い~

大山先生:基底関数の複製の話をするなら基底関数の個数の時間変化のグラフがあったほうが分かりやすいんじゃないか~

中村先生:RC-RBFNを組み込んだ機械学習を評価する際、RBFNを組み込んだものと比較するのか、他の物とも比較するのか~
     どこが既存でどこが新規性になるのかをもう少し分かりやすくしたほうが良い~
     計算量での比較もニューラルネットワークの性能評価の1項目としてあっても良いと思う~
     最近の機械学習の手法は並列化して大規模で用いることが多いので、並列化可能かどうかも調べると良い

トップ   編集 差分 履歴 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS