混合神经网络架构用于在线学习
摘要：基于脑模型的机器智能方法强调使用神经网络进行泛化。在这里，我们提出了一种混合神经网络架构，该架构同时使用两种类型的神经网络：（i）表面学习代理，可以快速适应新的操作模式；和（ii）深度学习代理，在特定操作范围内非常准确。混合架构的两个网络具有互补的功能，可以改善整体性能。将混合架构的性能与反向传播感知机、CC和FC网络在混沌时间序列预测、CATS基准测试和平滑函数逼近方面进行了比较。结果表明，基于RMS误差准则，混合架构具有更好的性能。
作者：Yuhua Chen, Subhash Kak, Lei Wang
论文ID：0809.5087
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2008-10-01