2010. 12. 9. 19:00
Footmarks
서강대 수학과 세미나: Neural Network Approximation
- Error
강연: 함남우 교수님 (인천대학교)
2010-12-09 나무 16:30-17:30 @R1418
함남우 교수님 주전공: 수치해석, 응용수학, 해석학...
> Approximation Theory
- To construct a model for an input/output process
x -> actual process -> f(x)
x -> computed model -> P_f(x) 다항함수
- Error
Intrinsic Error <= model design
Noise Error <= observation
> Density Problem (접근가능성을 결정)
En(f) ~ inf { || f - p || : p, a subset of Pu }
To decide if En(f) -> 0 as n -> inf
eg. 중간값 정리
n이 얼마나 커야 하는지의 문제
> Complexity Problem
the rate at En(f) -> 0 ( when target fn. f(x) is generally unknown )
* Theory of Best Approximation
ref. G. G. Lorentz, Approximation of Functions
> Brief History of NN
- McCulloch & Pitts, 1943
- Rosenblatt, 1958 "perceptron"
- Minsky & Papert, 1969 "limitation of perceptron"
- Rumelhart, 1986 "hidden layer" (<- 연사님 전공)
> Neural Network (with One Hidden Layer)
x -> Sigma(i=1,...,n) c_i * sigma * (a_i*x + b_i)
a: weight, b: threshold or bias
> Density Result (ref. M. Leshno, V. Lin, A. Pinkus, S. Schocken)
algebraic polynomial -- approx. --> any continuous fn.
> Complexity Result
* Simultaneous Approximation (cf. Whitney extension Theorem)
ref. Constructive Function Theory
'Footmarks' 카테고리의 다른 글
| 김항 <문화이론> 입문 (0) | 2011.05.28 |
|---|---|
| 2011 증강현실 디자인 포럼 (0) | 2011.05.01 |
| MATLAB(매트랩)을 이용한 Application 개발 및 초고속 연산 구현 기법 (0) | 2010.12.01 |
| ISMAR 2010: B O R D E R L E S S (0) | 2010.10.16 |
| David M. L. Williams 서강대 영상대학원 특강 (0) | 2010.10.07 |