清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

MODENN: A Shallow Broad Neural Network Model Based on Multi-Order Descartes Expansion

计算机科学 可解释性 人工神经网络 人工智能 感知器 稳健性(进化) 深度学习 模式识别(心理学) 机器学习 生物化学 基因 化学
作者
Haifeng Li,Cong Xu,Lin Ma,Hongjian Bo,David Zhang
出处
期刊:IEEE Transactions on Pattern Analysis and Machine Intelligence [IEEE Computer Society]
卷期号:44 (12): 9417-9433 被引量:3
标识
DOI:10.1109/tpami.2021.3125690
摘要

Deep neural networks have achieved great success in almost every field of artificial intelligence. However, several weaknesses keep bothering researchers due to its hierarchical structure, particularly when large-scale parallelism, faster learning, better performance, and high reliability are required. Inspired by the parallel and large-scale information processing structures in the human brain, a shallow broad neural network model is proposed on a specially designed multi-order Descartes expansion operation. Such Descartes expansion acts as an efficient feature extraction method for the network, improve the separability of the original pattern by transforming the raw data pattern into a high-dimensional feature space, the multi-order Descartes expansion space. As a result, a single-layer perceptron network will be able to accomplish the classification task. The multi-order Descartes expansion neural network (MODENN) is thus created by combining the multi-order Descartes expansion operation and the single-layer perceptron together, and its capacity is proved equivalent to the traditional multi-layer perceptron and the deep neural networks. Three kinds of experiments were implemented, the results showed that the proposed MODENN model retains great potentiality in many aspects, including implementability, parallelizability, performance, robustness, and interpretability, indicating MODENN would be an excellent alternative to mainstream neural networks.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
子车半烟完成签到,获得积分10
4秒前
阿俊1212完成签到 ,获得积分10
5秒前
谢谢你好心人完成签到 ,获得积分10
5秒前
6秒前
闪闪的访烟完成签到,获得积分10
6秒前
chun完成签到,获得积分20
8秒前
ZZZ完成签到 ,获得积分10
10秒前
leapper发布了新的文献求助10
10秒前
16秒前
YANGMJ完成签到,获得积分10
17秒前
简奥斯汀完成签到 ,获得积分10
19秒前
空儒完成签到 ,获得积分10
22秒前
zj完成签到 ,获得积分10
28秒前
cloudehbh完成签到 ,获得积分10
28秒前
领导范儿的应助被蜗牛好好飞采纳,获得10
29秒前
Kamaru完成签到 ,获得积分10
30秒前
稳重傲柔完成签到,获得积分10
35秒前
byron完成签到 ,获得积分0
36秒前
hy发布了新的文献求助10
36秒前
bae完成签到 ,获得积分10
40秒前
煲汤的螃蟹完成签到 ,获得积分10
49秒前
yinyin完成签到 ,获得积分10
52秒前
songrui643完成签到 ,获得积分10
52秒前
纲纲迅毙了完成签到,获得积分10
53秒前
复杂鸵鸟完成签到,获得积分10
59秒前
浮生若梦完成签到,获得积分10
1分钟前
1分钟前
eagletyr完成签到 ,获得积分10
1分钟前
笔墨纸砚完成签到 ,获得积分10
1分钟前
光亮的幻桃完成签到,获得积分10
1分钟前
1分钟前
hy完成签到,获得积分10
1分钟前
nano完成签到 ,获得积分10
1分钟前
RZH发布了新的文献求助10
1分钟前
机智的如曼完成签到,获得积分10
2分钟前
Xzx1995完成签到 ,获得积分10
2分钟前
FashionBoy的应助被科研通管家采纳,获得10
2分钟前
fairytaler的应助被科研通管家采纳,获得10
2分钟前
现代的初之完成签到,获得积分10
2分钟前
大模型的应助被蜗牛好好飞采纳,获得10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
plantTFDB 508
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8173230
求助须知:如何正确求助?哪些是违规求助? 9565593
关于积分的说明 21780525
捐赠科研通 7767429
什么是DOI,文献DOI怎么找? 3431542
关于科研通互助平台的介绍 2555764
邀请新用户注册赠送积分活动 2476697