Я новичок как в Matlab, так и в машинном обучении.Пожалуйста, не стесняйтесь направить меня в правильном направлении.В более поздних версиях Matlab есть функции с именами newrb и newrbe для проектирования радиальных базисных сетей.Для «newrb» функция имеет следующие аргументы:
net = newrb(P,T,goal,spread,MN)
, где P и T - соответственно входные и выходные векторы, goal - минимальная среднеквадратичная ошибка, требуемая пользователем, spread - это еще одна определяемая пользователем константа, которая является мерой стандартного отклонения ядра Гаусса для радиальной базисной функции, а MN - это максимальное число нейронов, определяемое пользователем.Здесь spread является определяемой пользователем константой, что означает, что все нейроны будут иметь одинаковый «разброс» для данной конфигурации, и ее необходимо оптимизировать методом проб и ошибок.Однако, по моему мнению, сеть сможет аппроксимировать желаемую функцию с гораздо лучшими возможностями, если она сможет оптимизировать само «распространение» для каждого отдельного нейрона (вместо того, чтобы иметь один общий для всех нейронов).Есть ли способ добиться этого, используя встроенную функцию / настраивая части функций, которые можно объединить внутри этих функций (newrb и newrbe)?