Bakalárska práca
Adaptabilné aktivačné funkcie pomocou splajnovej interpolácie
Vedúci práce: RNDr. Viliam Kačala
Ciele práce
- Algoritmizácia a implementácia dvojite redukovaného kubického splajnu typu C2 [Kačala V., Török C.]
- Návrh a implementácia splajnovej aktivačnej funkcie na základe druhej redukcie
- Porovnanie rýchlosti výpočtu štandardných a splajnových aktivačných funkcií
- Porovnanie efektivity učenia pomocou splajnovej aktivačnej funkcie typu C1 a C2 s klasickými aktivačnými funkciami
Literatúra
- [1] Majetic D., Brezak D., Novakovic B., Kasac J.: Majetic: Dynamic neural network with adaptive Gauss neuron activation function, DAAAM Scientific Book, 2004
- [2] Scardapane S., Scarpiniti M., Comminiello D., Uncini A.: Learning activation functions from data using cubic spline interpolation, 2016
- [3] Tsoulos I.G., Lagaris I.E., Likas A.: Neural Splines: Exploiting Parallelism for Function Approximation Using Modular Neural Networks, Neural, Parallel and Scientific Computations 13(2), 2005, 161-178
- [4] Vecci L., Piazza F., Uncini A.: Learning and approximation capabilities of adaptive spline activation function neural networks, Neural Networks 11, 1998, 259-270
- [5] Kačala V., Török C.: Speedup of Bicubic Spline Interpolation, ICCS 2018