Multilayer Feedforward Networks are Universal Approximators

概述

1989年Kurt Hornik等人发表的重要论文，证明了多层前馈神经网络的万能近似能力，为神经网络的理论基础提供了关键支撑。

关键内容

1. 万能近似定理：证明了具有至少一个隐藏层和适当激活函数的前馈神经网络可以逼近任何连续函数到任意精度。
2. 理论保障：为神经网络的表达能力提供了严格的数学证明，解释了为什么神经网络在实践中如此有效。
3. 网络架构：确立了多层前馈网络的理论基础，支持了更深层次网络结构的开发。
4. 函数逼近：展示了神经网络作为函数逼近器的通用性，适用于各种复杂的映射关系。

来源

• ai_papers_timeline — 经典AI论文完整时间线

相关

• Kurt Hornik — author
• Learning Representations by Back-propagating Errors — extends
• 神经网络理论 — relates_to
• 函数逼近 — relates_to