L^p空间中神经网络逼近的几何速度  

The Geometric Rate of Approximation of Neural Network in L^p-Space

作　　者：俞国华[1] 

机构地区：[1]宁波大学理学院,浙江宁波315211

出　　处：《数学物理学报（A辑）》2010年第3期848-856,共9页Acta Mathematica Scientia

基　　金：国家自然科学基金(10471069);浙江省教育厅科研基金(20051778)资助

摘　　要：该文主要研究了L^p空间中神经网络逼近的几何速度.将凸贪婪迭代法应用于L^p空间中满足"δ-角度的条件"的一类函数.作者将文献的结论推广到L^p空间中,得到当0<q<1时人工神经网络逼近的速度是o(q^n).This paper is devoted to the investigation of approximation of neural network in L^p-space.The convex greedy iteration method is applied to a class of functions that satisfy the so-called＂δ-angular condition＂in L^p-space.We show that the rate of approximation is of order o（q^n） for some 0〈q〈1,which extends the result of[1]to L^p-space.

关 键 词：神经网络 L^p-空间 逼近 几何速度 

分 类 号：O174[理学—数学]