论模型选择及神经网络分解任务的缺陷
适应与自组织系统
2007-05-23 v1 无序系统与神经网络
神经与进化计算
摘要
具有固定拓扑的神经网络可被视为函数的参数化，它决定了在参数自适应时函数变化之间的关联。我们提出了一种基于微分几何观点的分析，可借以计算这些关联。在实际中，这描述了一个响应在被训练时另一个响应如何被遗忘。关于常规前馈神经网络，我们发现它们通常会引入强关联，易于遗忘，并且不适宜于任务分解。文中讨论了解决这些问题的前景。
引用
@article{arxiv.nlin/0202038,
title = {On model selection and the disability of neural networks to decompose tasks},
author = {Marc Toussaint},
journal= {arXiv preprint arXiv:nlin/0202038},
year = {2007}
}
备注
LaTeX, 7 pages, 3 figures