喵ID：CBprNa免责声明

Better Approximations of High Dimensional Smooth Functions by Deep Neural Networks with Rectified Power Units

通过具有整流功率单元的深度神经网络更好地逼近高维平滑函数

基本信息

DOI：
10.4208/cicp.oa-2019-0168
发表时间：
2019-03
期刊：
Communications in Computational Physics
影响因子：
3.7
通讯作者：
Haijun Yu
中科院分区：
物理与天体物理2区
文献类型：
--
作者： Bo Li;Shanshan Tang;Haijun Yu研究方向： -- MeSH主题词： --
关键词： --
来源链接：pubmed详情页地址

文献摘要

Deep neural networks with rectified linear units (ReLU) are getting more and more popular due to their universal representation power and successful applications. Some theoretical progress regarding the approximation power of deep ReLU network for functio
具有修正线性单元（ReLU）的深度神经网络由于其通用的表示能力和成功的应用而变得越来越受欢迎。关于深度ReLU网络对函数的逼近能力的一些理论进展……
参考文献（66）
被引文献（79）
Deep Learning
DOI：
10.4018/978-1-5225-7862-8.ch007
发表时间：
2019
期刊：
Handbook of Research on Deep Learning Innovations and Trends
影响因子：
0
作者：
K. Lakhtaria;Darshankumar Modi
通讯作者：
K. Lakhtaria;Darshankumar Modi
Deep Learning
DOI：
10.4018/978-1-7998-1192-3.ch008
发表时间：
2020
期刊：
Advances in Systems Analysis, Software Engineering, and High Performance Computing
影响因子：
0
作者：
Menaga D.;R. S.
通讯作者：
Menaga D.;R. S.
Deep Learning
DOI：
10.4018/978-1-5225-9096-5.ch007
发表时间：
2021-07
期刊：
Smart Computational Intelligence in Biomedical and Health Informatics
影响因子：
0
作者：
A. Sinha;S. Gupta;Anurag Tiwari;Amrita Chaturvedi
通讯作者：
A. Sinha;S. Gupta;Anurag Tiwari;Amrita Chaturvedi
Shallow vs. Deep Sum-Product Networks
DOI：
发表时间：
2011-12
期刊：
影响因子：
0
作者：
Olivier Delalleau;Yoshua Bengio
通讯作者：
Olivier Delalleau;Yoshua Bengio
Approximation by ridge functions and neural networks
DOI：
10.1137/s0036141097322959
发表时间：
1999
期刊：
Siam Journal on Mathematical Analysis
影响因子：
2
作者：
P. Petrushev
通讯作者：
P. Petrushev

数据更新时间：{{ references.updateTime }}

Haijun Yu
通讯地址:
--
所属机构:
--
电子邮件地址：
--
免责声明免责声明
1、猫眼课题宝专注于为科研工作者提供省时、高效的文献资源检索和预览服务；
2、网站中的文献信息均来自公开、合规、透明的互联网文献查询网站，可以通过页面中的“来源链接”跳转数据网站。
3、在猫眼课题宝点击“求助全文”按钮，发布文献应助需求时求助者需要支付50喵币作为应助成功后的答谢给应助者，发送到用助者账户中。若文献求助失败支付的50喵币将退还至求助者账户中。所支付的喵币仅作为答谢，而不是作为文献的“购买”费用，平台也不从中收取任何费用，
4、特别提醒用户通过求助获得的文献原文仅用户个人学习使用，不得用于商业用途，否则一切风险由用户本人承担；
5、本平台尊重知识产权，如果权利所有者认为平台内容侵犯了其合法权益，可以通过本平台提供的版权投诉渠道提出投诉。一经核实，我们将立即采取措施删除/下架/断链等措施。
我已知晓