Publicado

2015-01-01

Expansiones asintóticas de tipo Voronovskaya para funciones de error basadas en cuasi-interpolación de operadores de redes neuronales

Voronovskaya Type Asymptotic Expansions for Error Function Based Quasi-Interpolation Neural Network Operators

DOI:

https://doi.org/10.15446/recolma.v49n1.54179

Palabras clave:

Aproximación fraccional de redes neuronales, ExpansiÓn asintótica de Voronovskaya, Derivada fraccional, Función error (es)
Neural Network Fractional Approximation, Multivariate Neural Network Approximation, Voronovskaya Asymptotic Expansions, Fractional derivative, Error function (en)

Descargas

Autores/as

  • George A. Anastassiou University of Memphis
Aquí se examinan funciones de error basadas en cuasi-interpolación
de operadores de redes neuronales de una capa oculta. Basado en teoría de
cálculo fraccional se deriva una expansión de asintótica de tipo Voronovskaya
para el error de aproximación de estos operadores al operador unitario, así
como el caso univariado. También se trata análogamente el caso multivariado.
Here we examine the quasi-interpolation error function based neu-
ral network operators of one hidden layer. Based on fractional calculus theory
we derive a fractional Voronovskaya type asymptotic expansion for the error
of approximation of these operators to the unit operator, as we are studying
the univariate case. We treat also analogously the multivariate case.

Dimensions

PlumX

Visitas a la página del resumen del artículo

776

Descargas

Los datos de descarga aún no están disponibles.

Cómo citar

Anastassiou, G. A. (2015). Expansiones asintóticas de tipo Voronovskaya para funciones de error basadas en cuasi-interpolación de operadores de redes neuronales. Revista Colombiana De Matemáticas, 49(1), 171-192. https://doi.org/10.15446/recolma.v49n1.54179