Theory of Neural Learning for Probability Estimation

CCUR > College of Natural Science and Engineering > College of Engineering > College of Engineering > Chinese Culture University Hwa Kang Journal of Engineering > Item 987654321/3442

請使用永久網址來引用或連結此文件: https://irlib.pccu.edu.tw/handle/987654321/3442

題名:	Theory of Neural Learning for Probability Estimation
其他題名:	類神經網路式學習槪率估算之理論探討
作者:	曾敏烈
貢獻者:	機械系
日期:	1995-07
上傳時間:	2010-06-08 11:24:44 (UTC+8)
摘要:	神經網路很常被利用的一個特性是能由數據和經驗中學習，這個特性正好可以輔助大部分專家系統的不足。本文著重在概率式神經網路之理論探討，也就是神經網路如何由一組訓練數據中學得概率分佈。三種具有快速學習特性的概率式神經網路是本文探討的對象，文中對各個綱路的架構和基本原則加以詳細描述和解釋，並對他們的應用性和限制做嚴謹的分析和比較。相信可以對如何有效去應用概率式神經網路提供良好的參考。
關聯:	華岡工程學報 9期 P.185-204
顯示於類別:	[College of Engineering] Chinese Culture University Hwa Kang Journal of Engineering

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	Text	956	檢視/開啟

在CCUR中所有的資料項目都受到原著作權保護.