您当前的位置：
首页 >
文章列表页 >
利用隐含观测量估计将复杂神经网络分解为多个单隐元学习的新方法
利用隐含观测量估计将复杂神经网络分解为多个单隐元学习的新方法
Decomposition of Learning of Complex Neural Network into a Set of Learningof the Simple Single Neuron via the Estimation of Hidden Observed Data
- 电子学报 1999年第7期
移动端阅览
HTML全文
参考文献
出版信息
数据统计
10
浏览量
57
下载量
0
CSCD
文章被引用时，请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于累积量极值的非线性系统盲反卷积
利用EM算法估计隐含观测量的回馈神经网络学习新方法
RIS辅助宽带太赫兹ISAC系统鲁棒保密传输方法
面向工业多时间尺度软测量的时序解耦与度量对齐Transformer模型
基于梯度优化的AFDM-ISAC波形高精度感知算法
相关作者
戴宪华
戴宪华
相关机构
汕头大学电子工程系汕头
