Comparison between Oja's and BCM neural networks models in finding useful projections in high-dimensional spaces

Mariani, Tommaso (2017) Comparison between Oja's and BCM neural networks models in finding useful projections in high-dimensional spaces. [Laurea], Università di Bologna, Corso di Studio in Fisica [L-DM270]
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (640kB)

Abstract

This thesis presents the concept of a neural network starting from its corresponding biological model, paying particular attention to the learning algorithms proposed by Oja and Bienenstock Cooper & Munro. A brief introduction to Data Analysis is then performed, with particular reference to the Principal Components Analysis and Singular Value Decomposition. The two previously introduced algorithms are then dealt with more thoroughly, going to study in particular their connections with data analysis. Finally, it is proposed to use the Singular Value Decomposition as a method for obtaining stationary points in the BCM algorithm, in the case of linearly dependent inputs.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Mariani, Tommaso
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
neural network,learning algorithm,data analysis,principal component analysis,singular value decomposition,statistical analysis
Data di discussione della Tesi
20 Ottobre 2017
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^