學術產出-國科會研究計畫

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

題名 相關性隱藏節點與學習演算法
其他題名 The Correlated Hidden Nodes and the Learning Algorithm
作者 蔡瑞煌
貢獻者 政治大學資訊管理系
行政院國家科學委員會
關鍵詞 學習演算法
日期 2006
上傳時間 30-八月-2012 15:50:03 (UTC+8)
摘要 本研究基於(Tsaih & Lin, 2004)和(Tsaih, 2006)之研究成果,在第一年先研討如何利用相 關性隱藏節點(Correlated hidden nodes)來開發新的類神經網路學習演算法。在第二年, 再探討此新的類神經網路學習演算法是否能有效地應用在財務金融上;本研究將以債券 評價實驗為例,驗證新的類神經網路學習演算法的可行性,實證結果。
Based upon (Tsaih & Lin, 2004) and (Tsaih, 2006), this research project will first study an effective learning algorithm of using correlated hidden nodes to set up a three-layer feed-forward neural network. Then, at the second year, this research project will examine the practical effectiveness of this learning algorithm through an financial application.
關聯 基礎研究
學術補助
研究期間:9508 ~ 9607
研究經費:613仟元
資料類型 report
dc.contributor 政治大學資訊管理系en_US
dc.contributor 行政院國家科學委員會en_US
dc.creator (作者) 蔡瑞煌zh_TW
dc.date (日期) 2006en_US
dc.date.accessioned 30-八月-2012 15:50:03 (UTC+8)-
dc.date.available 30-八月-2012 15:50:03 (UTC+8)-
dc.date.issued (上傳時間) 30-八月-2012 15:50:03 (UTC+8)-
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/53465-
dc.description.abstract (摘要) 本研究基於(Tsaih & Lin, 2004)和(Tsaih, 2006)之研究成果,在第一年先研討如何利用相 關性隱藏節點(Correlated hidden nodes)來開發新的類神經網路學習演算法。在第二年, 再探討此新的類神經網路學習演算法是否能有效地應用在財務金融上;本研究將以債券 評價實驗為例,驗證新的類神經網路學習演算法的可行性,實證結果。en_US
dc.description.abstract (摘要) Based upon (Tsaih & Lin, 2004) and (Tsaih, 2006), this research project will first study an effective learning algorithm of using correlated hidden nodes to set up a three-layer feed-forward neural network. Then, at the second year, this research project will examine the practical effectiveness of this learning algorithm through an financial application.en_US
dc.language.iso en_US-
dc.relation (關聯) 基礎研究en_US
dc.relation (關聯) 學術補助en_US
dc.relation (關聯) 研究期間:9508 ~ 9607en_US
dc.relation (關聯) 研究經費:613仟元en_US
dc.subject (關鍵詞) 學習演算法en_US
dc.title (題名) 相關性隱藏節點與學習演算法zh_TW
dc.title.alternative (其他題名) The Correlated Hidden Nodes and the Learning Algorithmen_US
dc.type (資料類型) reporten