具有通用逼近特性的赢者通吃情感神经网络方法
人工智能
2015-11-10 v1
摘要
在此，我们提出了一种受大脑启发的赢者通吃情感神经网络（WTAENN），并证明了这种新架构的通用逼近特性。WTAENN 是一种单层前馈神经网络，受益于人脑神经系统中的兴奋性、抑制性和扩展性神经连接以及赢者通吃（WTA）竞争。WTA 竞争在不增加隐藏神经元的情况下提高了模型的信息容量。所提架构的通用逼近能力在两个示例函数上得到了说明，这些函数通过遗传算法进行训练，随后应用于几个竞争性的最新和基准问题，如曲线拟合、模式识别、分类和预测。具体而言，它在十二个 UCI 分类数据集、一个人脸识别问题、三个真实世界预测问题（地磁活动指数的 2 个混沌时间序列和风电场发电数据）、两个具有恒定和非恒定噪声方差的合成案例研究以及 k-selector 和线性规划问题上进行了测试。结果表明，该方法在更高的准确率和更低的模型复杂度方面具有普遍适用性和经常表现出的优越性，尤其是在需要低计算复杂度的情况下。
引用
@article{arxiv.1511.02426,
title = {A Winner-Take-All Approach to Emotional Neural Networks with Universal Approximation Property},
author = {E. Lotfi},
journal= {arXiv preprint arXiv:1511.02426},
year = {2015}
}
备注
Information Sciences (2015), Elsevier Publisher