EnglishThe notion of equivalent number of degrees of freedom (e.d.f.) to be usedin neural network modeling from small datasets has been introduced in Ingrassiaand Morlini (2005). It is much smaller than the total number of parameters andit does not depend on the number of input variables. We generalize our previousresults and discuss the use of the e.d.f. in the general framework of multivariatenonparametric model selection. Through numerical simulations, we also investigatethe behavior of model selection criteria like AIC, GCV and BIC/SBC, when thee.d.f. is used instead of the total number of the adaptive parameters in the model.
Equivalent number of degrees of freedoms for neural networks / S., Ingrassia; Morlini, Isabella. - STAMPA. - (2007), pp. 229-236.
| Data di pubblicazione: | 2007 | |
| Titolo: | Equivalent number of degrees of freedoms for neural networks. | |
| Autore/i: | S., Ingrassia; Morlini, Isabella | |
| Autore/i UNIMORE: | ||
| Codice identificativo Scopus: | 2-s2.0-84879557663 | |
| Codice identificativo ISI: | WOS:000246055000026 | |
| Pagina iniziale: | 229 | |
| Pagina finale: | 236 | |
| Citazione: | Equivalent number of degrees of freedoms for neural networks / S., Ingrassia; Morlini, Isabella. - STAMPA. - (2007), pp. 229-236. | |
| Tipologia | Relazione in Atti di Convegno |
File in questo prodotto:
| File | Descrizione | Tipologia | |
|---|---|---|---|
| Ingrassia & Morlini Springer 2007.pdf | Post-print dell'autore (bozza post referaggio) | Administrator Richiedi una copia |
Pubblicazioni consigliate
http://hdl.handle.net/11380/462126
I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris
Copyright © 2021