研究人员开发了新颖的多列径向基函数神经网络（RBFN）方法，MC-PSO和MC-APSO，以解决大型数据集的可扩展性挑战。这些方法在并行RBFN结构中利用粒子群优化（PSO）及其自适应变体（APSO）。通过在数据的空间子集上训练各个RBFN，所提出的技术旨在与现有的基于梯度和基于群的方法相比，提高准确性和速度。 AI
影响 这些新的RBFN训练方法可能为大规模数据集带来更高效、更准确的AI模型。
排序理由 该集群包含一篇详细介绍神经网络优化新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →