返回
Deep neural network classifier for multidimensional functional data
DOI:10.1111/sjos.12660.png)
摘要
En 中文
摘要我们提出了一种新的方法,称为功能深度神经网络(FDNN),用于分类多维功能数据。具体而言,基于训练数据的主成分训练一个深度神经网络,用于预测未来数据函数的类别标签。与仅适用于一维功能数据的功能判别分析(FDA)方法不同,所提出的FDNN方法适用于一般的非高斯多维功能数据。此外,当对数密度比具有局部连接的功能模块结构时,我们证明FDNN可以达到最小最大最优性。通过模拟和真实世界的数据集,展示了我们方法的优势。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息

