一種計算曲率的類神經網路方法;A Neural Network Approach for Computations of Curvature

NCU Institutional Repository > 理學院 > 數學研究所 > 博碩士論文 > Item 987654321/93587

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/93587

題名:	一種計算曲率的類神經網路方法;A Neural Network Approach for Computations of Curvature
作者:	林靖旻;Lin, Jing-Min
貢獻者:	數學系
關鍵詞:	類神經網路;曲率;Neural Network;Curvature
日期:	2023-08-15
上傳時間:	2024-09-19 17:20:44 (UTC+8)
出版者:	國立中央大學
摘要:	本文旨在討論使用類神經網路逼近由離散點構成的曲線或曲面的方法，並期望通過這種逼近結果來估計目標函數的曲率。在這個研究裡，我們發現一般架構的神經網路在逼近週期函數的過程中，受限於輸入的資料以及架構的侷限，並不能很好的逼近週期函數。為此，我們提出一種想法，將輸入資料映射至圓的參數方程式，再送入神經網路進行訓練，使得神經網路具備週期函數的特徵，藉此能夠更好的逼近週期函數以及極座標系的曲線。此外，基於這個想法，我們還嘗試將輸入資料映射至球的參數方程式，以此來逼近球座標系的曲面。而在最後，我們測試並且紀錄了不同架構的神經網路逼近目標函數的表現，以及再計算曲率後的結果，以期在未來透過神經網路處理這類問題時，能夠更精準的使用適合的神經網路。 ;This thesis aims to discuss the methods of using neural networks to approximate curves or surfaces composed of discrete points and estimate the curvature of the target function through this approximation. In this study, it was found that normal shallow neural network structures are limited in their ability to approximate periodic functions due to constraints imposed by the input data and network structure. To address this limitation, a new idea is proposed, which involves mapping the input data to the parameter equation of a circle and training the neural network using this transformed data. This approach allows the neural network to possess the characteristics of periodic functions, enabling better approximation of periodic functions and the curves in polar coordinate system. Additionally, based on this idea, we try to map the input data to the parameter equation of a sphere to approximate surfaces in a spherical coordinate system. Finally, we tested and trained different network structures for their performance in approximating the target function and calculating the curvature. The aim is to have more precise utilization of suitable neural networks in the future when dealing with similar problems through neural network processing.
顯示於類別:	[數學研究所] 博碩士論文

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	29	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....