Ruhr-Universität Bochum zum Inhalt Startseite der RUB pix
Startseite UniStartseite
Überblick UniÜberblick
A-Z UniA-Z
Suche UniSuche
Kontakt UniKontakt

pix
 
Das Siegel
Naturwissenschaften Ingenieurwissenschaften Geisteswissenschaften Medizinische Einrichtungen Zentrale Einrichtungen
pix
 
pix Lehrstuhl Mathematik & Informatik
Michael Schmitt
 
 
 
Unser Angebot: Mitarbeiter | Forschung | Lehre   
pix
Startseite » Mitarbeiter » M. Schmitt » On the Capabilities of Higher-Order Neurons: A Radial Basis Function Approach

pix pix On the Capabilities of Higher-Order Neurons: A Radial Basis Function Approach

Higher-order neurons with $k$ monomials in $n$ variables are shown to have Vapnik-Chervonenkis (VC) dimension at least $nk+1$. This result supersedes the previously known lower bound obtained via $k$-term monotone disjunctive normal form (DNF) formulas. Moreover, it implies that the VC dimension of higher-order neurons with $k$ monomials is strictly larger than the VC dimension of $k$-term monotone DNF. The result is achieved by introducing an exponential approach that employs Gaussian radial basis function (RBF) neural networks for obtaining classifications of points in terms of higher-order neurons.

 
 
Zum Seitenanfang  Seitenanfang | Diese Seite drucken
Letzte Änderung: 02.08.2004 | Ansprechpartner: Webmaster