Detail publikačního výsledku

Global versus local aproximation in inverse problem

KREJSA, J., VĚCHET, S., PULCHART, J.

Originální název

Global versus local aproximation in inverse problem

Anglický název

Global versus local aproximation in inverse problem

Druh

Článek recenzovaný mimo WoS a Scopus

Originální abstrakt

The paper compares global and local approximation methods used in inverse problems. Global approximators are represented by feedforward multilayer neural network (FFNN); local approximators are represented by Locally Weighted Regression (LWR) and Receptive Field Weighted Regression (RFWR).

Anglický abstrakt

The paper compares global and local approximation methods used in inverse problems. Global approximators are represented by feedforward multilayer neural network (FFNN); local approximators are represented by Locally Weighted Regression (LWR) and Receptive Field Weighted Regression (RFWR).

Klíčová slova

inverse problem, approximators, neural networks, weighted regression

Klíčová slova v angličtině

inverse problem, approximators, neural networks, weighted regression

Autoři

KREJSA, J., VĚCHET, S., PULCHART, J.

Vydáno

23.09.2004

Nakladatel

Warsaw University of Technology, Faculty of Mechatronics

Místo

Warsaw, Poland

ISSN

0033-2089

Periodikum

Elektronika

Svazek

2004

Číslo

8-9

Stát

Polská republika

Strany od

57

Strany počet

4

Plný text v Digitální knihovně

http://hdl.handle.net/

BibTex

@article{BUT45414,
  author="Jiří {Krejsa} and Stanislav {Věchet} and Jaroslav {Pulchart}",
  title="Global versus local aproximation in inverse problem",
  journal="Elektronika",
  year="2004",
  volume="2004",
  number="8-9",
  pages="4",
  issn="0033-2089"
}