权重受限神经网络逼近的测度论结果
机器学习
2023-04-05 v1 泛函分析
摘要
本文研究单隐层神经网络在权重沿有限多个方向变化且阈值为开区间内取值时的逼近性质。我们得到了此类网络在连续函数空间中稠密的充要条件，该条件为测度论条件。进一步，我们证明了使用特定构造激活函数和固定神经元数量的神经网络的稠密性结果。
引用
@article{arxiv.2304.01880,
title = {Measure theoretic results for approximation by neural networks with limited weights},
author = {Vugar Ismailov and Ekrem Savas},
journal= {arXiv preprint arXiv:2304.01880},
year = {2023}
}
备注
12 pages