täpsusega. Kuna tänapäeval matemaatikas ei ole täpset meetodit mittelineaarse funktsiooni globaalse miinimumi leidmiseks ja kõikide optimeerimismeetodite abil saab leida ainult minimiseeruva funktsiooni lokaalsed miinimumid tegelik närvivõrgu täpsus sõltub väga erinevatest parameetritest: kihtide arvust, neuronite arvust igal peidetud kihil, kasutatavatest neuronite aktiveerimisfunktsioonidest, õpetamisalgoritmist, juhuslikust kaalukoefitsientide algväärtuste valikust jne. Kõik need parameetrid tavaliselt* valitakse igal konkreetsel juhul empiiriliste teadmiste alusel. Ühe soovituse otsesuunatud kahekihilise närvivõrgu peidetud kihi neuronite valiku kohta annab 10.6 Kolmogorovi teoreem. Vt alla
ideaalsed võrgu parameetrid, et ta aproksimeerib antud funktsiooni mis tahes etteantud täpsusega. Kuna tänapäeval matemaatikas ei ole täpset meetodit mittelineaarse funktsiooni globaalse miinimumi leidmiseks ja kõikide optimeerimismeetodite abil saab leida ainult minimiseeruva funktsiooni lokaalsed miinimumid (vt. peatükk 3), tegelik närvivõrgu täpsus sõltub väga erinevatest parameetritest: kihtide arvust, neuronite arvust igal peidetud kihil, kasutatavatest neuronite aktiveerimisfunktsioonidest, õpetamisalgoritmist, juhuslikust 22 kaalukoefitsientide algväärtuste valikust jne. Kõik need parameetrid tavaliselt* valitakse igal konkreetsel juhul empiiriliste teadmiste alusel. Ühe soovituse otsesuunatud kahekihilise närvivõrgu peidetud kihi neuronite valiku kohta annab Kolmogorovi teoreem. 2.2 Kolmogorovi teoreem
ideaalsed võrgu parameetrid, et ta aproksimeerib antud funktsiooni mis tahes etteantud täpsusega. Kuna tänapäeval matemaatikas ei ole täpset meetodit mittelineaarse funktsiooni globaalse miinimumi leidmiseks ja kõikide optimeerimismeetodite abil saab leida ainult minimiseeruva funktsiooni lokaalsed miinimumid (vt. peatükk 3), tegelik närvivõrgu täpsus sõltub väga erinevatest parameetritest: kihtide arvust, neuronite arvust igal peidetud kihil, kasutatavatest neuronite aktiveerimisfunktsioonidest, õpetamisalgoritmist, juhuslikust 22 kaalukoefitsientide algväärtuste valikust jne. Kõik need parameetrid tavaliselt* valitakse igal konkreetsel juhul empiiriliste teadmiste alusel. Ühe soovituse otsesuunatud kahekihilise närvivõrgu peidetud kihi neuronite valiku kohta annab Kolmogorovi teoreem. 2.2 Kolmogorovi teoreem
niisugused ideaalsed võrgu parameetrid, et ta aproksimeerib antud funktsiooni mis tahes etteantud täpsusega. Kuna tänapäeval matemaatikas ei ole täpset meetodit mittelineaarse funktsiooni globaalse miinimumi leidmiseks ja kõikide optimeerimismeetodite abil saab leida ainult minimiseeruva funktsiooni lokaalsed miinimumid tegelik närvivõrgu täpsus sõltub väga erinevatest parameetritest: kihtide arvust, neuronite arvust igal peidetud kihil, kasutatavatest neuronite aktiveerimisfunktsioonidest, õpetamisalgoritmist, juhuslikust kaalukoefitsientide algväärtuste valikust jne. Kõik need parameetrid tavaliselt* valitakse igal konkreetsel juhul empiiriliste teadmiste alusel. Ühe soovituse otsesuunatud kahekihilise närvivõrgu peidetud kihi neuronite valiku kohta annab Kolmogorovi teoreem- Modelleerimine tehisnärvivõrkudega- 12. Klassikaline hulgateooria ja hägus hulgateooria- Hägus hulgateooria: On klassikalise hulgateooria üldistus
parameetrid, et ta aproksimeerib antud funktsiooni mis tahes etteantud täpsusega. Kuna tänapäeval matemaatikas ei ole täpset meetodit mittelineaarse funktsiooni globaalse miinimumi leidmiseks ja kõikide optimeerimismeetodite abil saab leida ainult minimiseeruva funktsiooni lokaalsed miinimumid. Tegelik närvivõrgu täpsus sõltub väga erinevatest parameetritest: kihtide arvust, neuronite arvust igal peidetud kihil, kasutatavatest neuronite aktiveerimisfunktsioonidest, õpetamisalgoritmist, juhuslikust kaalukoefitsientide algväärtuste valikust jne. Kõik need parameetrid valitakse igal konkreetsel juhul empiiriliste teadmiste alusel. Kolmogorovi teoreem: Iga kuubis E astmel n pidev funktsioon avaldub järgmisel kujul: f(x1,...xn)=sumHj(sumFij(xi)), kus Hj ja Fij on reaalarvulised pidevad ühemuutuja funktsioonid. See valem on erijuhtum, kus funktsioonid Hj on närvivõrgu väljundkihi neuronite
annaabi.ee 
