Définition - Que signifie le réseau de fonctions de base radiale (réseau RBF)?
Un réseau de fonctions de base radiale est un type de réseau neuronal artificiel supervisé qui utilise l'apprentissage automatique supervisé (ML) pour fonctionner comme un classificateur non linéaire. Les classificateurs non linéaires utilisent des fonctions sophistiquées pour aller plus loin dans l'analyse que de simples classificateurs linéaires qui fonctionnent sur des vecteurs de dimension inférieure.
Un réseau de fonctions de base radiale est également appelé réseau de base radiale.
Definir Tech explique Radial Basis Function Network (RBF Network)
À l'aide d'un ensemble de prototypes et d'autres exemples de formation, les neurones examinent la distance entre une entrée et un prototype, en utilisant ce qu'on appelle un vecteur d'entrée.
Les fonctions d'activation des neurones artificiels génèrent des sorties qui peuvent être représentées de différentes manières pour montrer comment le réseau classe les points de données. Le réseau de fonctions de base radiale utilise des fonctions de base radiale comme fonctions d'activation. Comme d'autres types de réseaux de neurones, les réseaux de fonctions de base radiale ont des couches d'entrée, des couches cachées et des couches de sortie. Cependant, les réseaux de fonctions de base radiale comprennent souvent également une fonction d'activation non linéaire d'une certaine sorte. Les poids de sortie peuvent être entraînés à l'aide de la descente de gradient. Certains considèrent qu'une approche FBR est relativement "intuitive" et constitue un bon moyen de résoudre les problèmes spécialisés de ML.