Efficient training of RBF Neural Networks

RBF networks seem to be an interesting and efficient alternative for traditional sigmoid-based neural networks. More sophisticated activation function makes a network more powerful but requires developing of new training methods. The paper presents a new more efficient training algorithm based on the second-order constructive ErrCor algorithm. The effectiveness of the proposed approach has been confirmed by several experiments with both approximation and classification problems.

Sieci radialnych funkcji bazowych (RBF) wydają się ciekawą i skuteczną alternatywą dla tradycyjnych sieci neuronowych opartych na sigmoidach. Bardziej zaawansowana funkcja aktywująca czyni sieć potężniejszą, ale wymaga opracowania nowych metod szkolenia. Artykuł przedstawia nowy, bardziej skuteczny algorytm szkolenia oparty na konstruktywnym algorytmie drugiego rzędu ErrCor. Skuteczność proponowanego podejścia została potwierdzona przez kilka eksperymentów zarówno z problemami aproksymacyjnymi, jak i klasyfikacyjnymi.