基于深度学习的非线性函数逼近有效性探析

• 作者: 陈达权
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 深度学习 函数逼近 仿真研究 非线性系统建模
• 年，卷（期）: 2019,（2Z）
• 页码范围: 169-170
• 页数: 2页
• 分类号: TP181

摘要

基于非线性函数逼近问题的相关问题一直是工程应用领域研究的热点问题,如传感器修正、产品设计仿真及机器人控制等,要求模型能够有效处理大样本高维非线性数据而且能够达到高精度、高鲁棒性及强泛化能力等性能表现,而目前的传统浅层模型均难以满足这些具体要求,在充分分析并研究现有典型深度学习模型后,得出深度学习模型能够实现对任意高维非线性复杂函数进行逼近的可行性,并提出相对传统浅层模型具有更优异性能表现的深度学习模型的设计方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈达权	广东工业大学机电工程学院	2	0	0.0	0.0