Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/72665
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorChidchanok Lursinsap-
dc.contributor.authorKodchakorn Na Nakornphanom-
dc.contributor.otherChulalongkorn University. Faculty of Science-
dc.date.accessioned2021-03-05T08:59:16Z-
dc.date.available2021-03-05T08:59:16Z-
dc.date.issued2001-
dc.identifier.isbn9741708327-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/72665-
dc.descriptionThesis (M.Sc.)--Chulalongkorn University, 2001en_US
dc.description.abstractRadial basis function can be efficiently applied to the problems of pattern classification and machine learning and is also feasible to implement it on a VLSI chip. Typically, a radial basis function is usually realized by a Gaussian distribution function. Although, this function is popular and has some useful properties, rotating, translating, translating, and scaling the shape of this function in a high dimensional require a costly learning time. In this thesis, two related issues are considered. The first issue concerns the problem of developing a new radial basis function with less learning. The second issue focuses on the mathematical model of fault immunization of the proposed elliptic radial elliptic radial basis function. We consider only the data in a two dimensional space and test our solutions with some benchmarked data. The immunization technique increases the immunization degree ranging from 2% to 26%en_US
dc.description.abstractalternativeโครงข่ายประสาทเทียมชนิดฟังก์ชันพื้นฐานแนวรัศมีได้ถูกนำมาใช้อย่างแพร่หลายในปัญหาของการแบ่งกลุ่มข้อมูลและปัญกาที่เกี่ยวกับการเรียนรู้ของเครื่องได้อย่างมีประสิทธิภาพและยังสามารถนำไปใช้ได้จริงในวีแอลเอสไอชิปอีกด้วย ซึ่งตามปกติแล้วโครงข่ายประสามเทียมชนิดฟังก์ชันพื้นฐานแนวรัศมีใช้ฟังก์ชันที่มีการกระจายตัวแบบเกาส์เชียน ซึ่งถึงแม้ว่าจะเป็นที่รู้จักกันอย่างแพร่หลายและมีคุณสมบัติหลายประการที่เป็นประโยชน์ แต่การหมุน การย้ายที่ และการย่อขยาดรูปร่างของฟังก์ชันนี้ในมิติที่สูงขึ้นนั้นต้องใช้เวลาในการเรียนรู้ค่อนข้างมาก ในวิทยานิพนธ์นี้เราจึงพิจารณาสองหัวข้อคือ การพัฒนาฟังก์ชันพื้นฐานแนวรัศมีใหม่ที่ใช้เวลา ในการเรียนรุ้สั้นลง และ แบบจำลองทางคณิศาสตร์ของการสร้างภูมิคุ้มกันความเสียหายของฟังก์ชันพื้นฐานแนวรัศมีแบบวงรีที่ได้นำเสนอและพิจารณาเพียงข้อมูลที่เป็นสองมิติ และทดสอบด้วยชุดข้อมูลปัญหาสำหรับการทดสอบมาตรฐาน ซึ่งผลที่ได้คือเทคนิคของการสร้างภูมิคุ้มกันความเสียหายนี้สามารถเพิ่มพื้นที่ของภูมิคุ้มกันความผิดพร่องเพิ่มขึ้นั้งแต่ 2% ถึง 26%en_US
dc.language.isoenen_US
dc.publisherChulalongkorn Universityen_US
dc.rightsChulalongkorn Universityen_US
dc.titleFault immunization for the central vector of a radial basis function neuronen_US
dc.title.alternativeการสร้างภูมิคุ้มกันความเสียหายสำหรับเวกเตอร์ศูนย์กลางของเซลประสาทชนิดฟังก์ชันพื้นฐานแนวรัศมีen_US
dc.typeThesisen_US
dc.degree.nameMaster of Scienceen_US
dc.degree.levelMaster's Degreeen_US
dc.degree.disciplineComputational Scienceen_US
dc.degree.grantorChulalongkorn Universityen_US
dc.email.advisorChidchanok.L@Chula.ac.th,Ichidcha@chula.ac.th-
Appears in Collections:Sci - Theses

Files in This Item:
File Description SizeFormat 
Kodchakorn_na_front_p.pdf572.99 kBAdobe PDFView/Open
Kodchakorn_na_ch1_p.pdf705.66 kBAdobe PDFView/Open
Kodchakorn_na_ch2_p.pdf539.92 kBAdobe PDFView/Open
Kodchakorn_na_ch3_p.pdf979.6 kBAdobe PDFView/Open
Kodchakorn_na_ch4_p.pdf798.35 kBAdobe PDFView/Open
Kodchakorn_na_ch5_p.pdf228.79 kBAdobe PDFView/Open
Kodchakorn_na_back_p.pdf290.08 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.