research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
ON THE GREEDY RADIAL BASIS FUNCTION NEURAL NETWORKS FOR APPROXIMATION MULTIDIMENSIONAL FUNCTIONS

Authors: Najla’a M. Hussein --- Reyadh S. Naoum
Journal: Al-Nahrain Journal of Science مجلة النهرين للعلوم ISSN: (print)26635453,(online)26635461 Year: 2007 Volume: 10 Issue: 1 Pages: 120-130
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

The aim of this paper is to approximate multidimensional functions by using the type of Feedforward neural networks (FFNNs) which is called Greedy radial basis function neural networks (GRBFNNs). Also, we introduce a modification to the greedy algorithm which is used to train the greedy radial basis function neural networks. An error bound are introduced in Sobolev space. Finally, a comparison was made between the three algorithms (modified greedy algorithm, Backpropagation algorithm and the result is published in [16]).

الهدف الرئيسي من هذا البحث هو تقريب الدوال المتعددة الابعاد باستخدام نوع من الشبكات العصبية التقدمية (FFNNs) والتي يطلق عليها الشبكات العصبية ذات الدوال الشعاعية (GRBFNNs). ايضاً، قدمنا تعديل لخوارزمية كريدي ((Greedy والتي استخدمت لتدريب الشبكات العصبية ذات الدوال الشعاعية. تم تقديم حد للخطأ في فضاء سبولوف (Sobolev). اخيراً، قدمنا مقارنة بين الخوارزميات الثلاث (خوارزمية كريدي المعدلة وخوارزمية Backpropagation والنتائج المستحصلة في ([16].

Keywords


Article
APPROXIMATION OF MULTIDIMENSIONAL FUNCTIONS BY RADON RADIAL BASIS NEURAL NETWORKS

Authors: Reyadh S. Naoum --- Najla’a M. Hussein
Journal: Al-Nahrain Journal of Science مجلة النهرين للعلوم ISSN: (print)26635453,(online)26635461 Year: 2007 Volume: 10 Issue: 2 Pages: 124-133
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

The main result of this paper is to present a new method to approximate multidimensionalfunction by using Radial Basis Neural Network with application of Radon Transform, and itsinverse, to reduce the dimension of the space. This method consist of four stages: First, by using theRadon Transform, the multidimensional function can be reduced to several simpler one dimensionalfunctions. Second, each of the one dimensional functions is approximated by using neural networktechnique into neural subnetworks. Third, these neural subnetworks are combined together to formthe final approximation neural network. Four, using the inverse of Radon Transform to this finalapproximation neural network to get the approximation to the given function. Also, in this paperpresenting a suitable adjusting to the parameters of the method to reduce the L2 approximate error.Also, we apply the above method to an example and a comparison is made with those in [2], andour numerical results are superior to those in [2].

الهدف الرئيسي من هذا البحث هو تقديم طريقة جديدة لتقريب الدوال متعددة الابعاد باستخدام الشبكات العصبية الشعاعية Radial basis neural networks بتطبيق تحويل الرادون Radon transform ومعكوسه لتقليص بعد الفضاء. تتألف الطريقة من اربعة مراحل، اولاً: باستخدام تحويل الرادون يمكن تقليص حجم الدالة متعددة الابعاد الى عدة دوال ذات بعد واحد. ثانياً: كل من هذه الدوال ذات البعد الواحد تقرب باستخدام تقنية الشبكات العصبية الى شبكات جزئية subnetworks. ثالثاً: يتم جمع الشبكات العصبية الجزئية معاً لتشكيل الشبكة الرئيسية والتي تمثل شبكة التقريب النهائية. رابعاً: باستخدام معكوس تحويل الرادون للشبكة النهائية يعطينا التقريب للدالة المعطاة. ايضا، قدمنا اسلوب لحساب معلمات الطريقة لتقليل الخطأ

Keywords


Article
Approximation of Multidimensional Functions by Radon Ridge Feedforward Neural Networks

Authors: prof. Dr. Reyadh S. Naoum --- Najla'a M. Hussein
Journal: Al-Nahrain Journal of Science مجلة النهرين للعلوم ISSN: (print)26635453,(online)26635461 Year: 2006 Volume: 9 Issue: 1 Pages: 100-107
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

Keywords

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

English (3)


Year
From To Submit

2007 (2)

2006 (1)