Нейросетевая аппроксимация многомерных функций при наличии помех измерений

Abstract

В статье приводится сравнительный анализ восстановления зашумленных многомерных функций нейронными сетями СМАС различной архитектуры и РБС. Рассматривается проблема выбора базисных функций сети СМАС и параметров РБС. Показано, что для решения: данной задачи весьма эффективными являются иерархическая и линейная архитектуры СМАС при выборе в качестве базисной параболической функции, а применение РБС обеспечивает заданную точность восстановления, требуя меньшего объема памяти, но значительно больших вычислительных затрат.