使用神经网络确定概率密度函数
摘要：神经网络用于区分两个类别的输出在概率推理方面有着广泛的应用。如果将输出模式表示为一元形式，则可以将神经网络训练得到的输出解释为后验贝叶斯概率。利用这一事实，可以使神经网络以无分箱的方式逼近概率密度函数，从而获得比传统的分箱方法更好的性能。此外，映射得到的概率密度函数具有解析表达式。
作者：Lluis Garrido and Aurelio Juste
论文ID：physics/9807018
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2009-10-31