Обобщенно-регрессионные нейронные сети (GRNN-сети) - разновидность RBF-сетей, для решения задачи регрессии с использованием ядерной аппроксимации. GRNN-сеть имеет два скрытых слоя: слой радиальных элементов и слой элементов, которые формируют взвешенную сумму для соответствующего элемента выходного слоя. В выходном слое определяется взвешенное среднее путем деления взвешенной суммы на сумму весов.


Обобщенно-регрессионная сеть:
входной слой (верхний) - передает сигналы на следующий слой
слой радиально симметричных нейронов (красный)
слой, формирующий взвешенные суммы (темные нейроны) и сумму весов (светлый нейрон)
выходной слой (нижний) - делит взвешенные суммы на сумму весов.

См. также: Задача регрессии, Сеть радиальных базисных функций.

Литература:
1) C.M.Bishop, "Neural networks and pattern recognition", Oxford Press, 1995.

Ссылки:
1) StatSoft: Нейронные сети - Обобщенно-регрессионная нейронная сеть
2) Neural Bench: Radial Basis Function Network

Hosted by uCoz