SBAF：一种用于基于人工神经网络的可居住性分类的新激活函数
机器学习
2018-06-07 v1 天体物理仪器与方法
机器学习
摘要
我们探讨了在人工神经网络（ANN）中使用一种新颖激活函数将系外行星划分为不同类别的效力。我们称之为 Saha-Bora 激活函数（SBAF），其动机源于利用高等微积分建模系外行星可居住性评分的 longstanding 理解。该函数被证明具有优良的分析性质，且似乎不受局部振荡问题困扰。本文给出了该激活函数的分析性质以及在该函数上实现的网络架构。关键词：天文信息学，机器学习，系外行星，ANN，激活函数。
引用
@article{arxiv.1806.01844,
title = {SBAF: A New Activation Function for Artificial Neural Net based Habitability Classification},
author = {Snehanshu Saha and Archana Mathur and Kakoli Bora and Surbhi Agrawal and Suryoday Basak},
journal= {arXiv preprint arXiv:1806.01844},
year = {2018}
}
备注
arXiv admin note: substantial text overlap with arXiv:1805.08810