Abstract
In this paper, we propose an algorithm to design the adaptive structure of wavelet neural network with F-projection and geometric growing criterion. Geometric growing criterion consists of estimated error criterion considering local error and angle criterion which attempts to assign a wavelet function that is nearly orthogonal to all other existing wavelet functions. These criteria provide a methodology that a network designer can construct wavelet neural network according to one's intention. We apply the proposed constructing algorithm of the adaptive structure of wavelet neural network to approximation problems of 1-D and 2-D function, and evaluate the effectiveness of the proposed algorithm.
본 논문에서는 F-투영법과 기하학적인 성장기준을 적용하여 웨이블렛 신경망의 적응적인 구조를 설계할수 있는 알고리즘을 제안한다. 기하학적인 성장기준은 지역오차를 고려한 예측 오차기준과 준직교성을 보장하는 웨이블렛 신경망의 노드를 추가하기 위한 각도기준으로 구성되어 있다. 이러한 성장기준을 웨이블렛 신경망을 설계자 의도에 부합하도록 구성할 수 있는 방법론을 제시할 수 있다. 제안한 웨이블렛 신경망의 적응구조 설계 알고리즘을 1차원과 2차원 함수 근사화 문제에 적용하여 rsm사한 능력의 우수성을 검증하였다.
