|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 62 van 104 gevonden artikelen
| Titel: |
Improving Connectionist Learning with Symbolic Feature Construction |
| Auteur: |
Piramuthu, Selwyn Ragavan, Harish |
| Verschenen in: |
Connection science |
| Paginering: | Jaargang 4 (1992) nr. 1 pagina's 33-43 |
| Jaar: |
1992 |
| Inhoud: |
The ease of learning concepts from examples in connectionist learning is highly dependent on the attributes used for describing the training data. Decision-tree based feature construction may be used to improve the performance of back-propagation, an artificial neural network algorithm. We use disjunctive concepts and DNA-sequencing data to illustrate feature construction, which builds better representations and reduces concept difficulty. The performance of the combined feature construction and back-propagation strategy improves performance compared to either method alone, in terms of the accuracy of the concepts learned and the time taken to learn. |
| Uitgever: |
Taylor & Francis |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 62 van 104 gevonden artikelen
| << vorige | volgende >> |