Радіальна базисна функція

Часто використовувані типи радіальних базисних функцій (підставляємо ${\textstyle r=\left\|\mathbf {x} -\mathbf {x} _{i}\right\|}$):

• Гаусова:
  $${\displaystyle \phi \left(r\right)=e^{-\left(\varepsilon r\right)^{2}}}$$

  
• Мультиквадратична:
  $${\displaystyle \phi \left(r\right)={\sqrt {1+\left(\varepsilon r\right)^{2}}}}$$

  
• Зворотна квадратична:
  $${\displaystyle \phi \left(r\right)={\dfrac {1}{1+\left(\varepsilon r\right)^{2}}}}$$

  
• Зворотна мультиквадратична:
  $${\displaystyle \phi \left(r\right)={\dfrac {1}{\sqrt {1+\left(\varepsilon r\right)^{2}}}}}$$

  
• Поліноміальний сплайн:
  $${\displaystyle {\begin{aligned}\phi \left(r\right)&=r^{k},&k&=1,3,5,\dotsc \\\phi \left(r\right)&=r^{k}\ln \left(r\right),&k&=2,4,6,\dotsc \end{aligned}}}$$

  
• Тонкий пластинчатий сплайн
  (спеціальний полігармонічний сплайн):
  $${\displaystyle \phi \left(r\right)=r^{2}\ln \left(r\right)}$$

  
• Лінійна:
  $${\displaystyle \phi (r)=r\,}$$

  
• Кубічна:
  $${\displaystyle \phi (r)=r^{3}\,}$$

  
• Функція Вендленда[7]:
  $${\displaystyle \phi (r)={\begin{cases}\left(1-{\frac {r}{R}}\right)^{4}\left(4{\frac {r}{R}}+1\right),&{\frac {r}{R}}<1\\0,&{\frac {r}{R}}\geqslant 1\end{cases}}}$$

  
• Функція Ву[8]:
  $${\displaystyle \phi (r)={\begin{cases}\left(1-{\frac {r}{R}}\right)^{4}\left(4+16{\frac {r}{R}}+12\left({\frac {r}{R}}\right)^{2}+3\left({\frac {r}{R}}\right)^{3}\right),&{\frac {r}{R}}<1\\0,&{\frac {r}{R}}\geqslant 1\end{cases}}}$$

  

Радіальні базисні функції зазвичай використовуються для побудови апроксимації функцій у вигляді

$${\displaystyle y\left(\mathbf {x} \right)=\sum _{i=1}^{N}w_{i}\,\phi \left(\left\|\mathbf {x} -\mathbf {x} _{i}\right\|\right),}$$

де функція, яка апроксимується ${\textstyle y\left(\mathbf {x} \right)}$ представлена у вигляді суми ${\displaystyle N}$ радіальних базисних функцій, кожна з яких береться з різним центром ${\textstyle \mathbf {x} _{i}}$, і множиться на відповідну вагу ${\textstyle w_{i}}$. Ваги ${\textstyle w_{i}}$ можна оцінити за допомогою матричних методів лінійних найменших квадратів, бо функція, яка апроксимується є лінійною відносно вагів ${\textstyle w_{i}}$.

Такі методи апроксимації зокрема використовуються ^{[джерело?]} в часових рядах, при управлінні нелінійними системами додаючи достатньо просту хаотичну поведінку та при 3D реконструкції у комп'ютерній графіці.

Дві ненормалізовані Гаусові радіальні базисні функції одного вхідного виміру. Базисна функція відцентрована відносно ${\textstyle x_{1}=0.75}$ та ${\textstyle x_{2}=3.25}$.

Суму

$${\displaystyle y\left(\mathbf {x} \right)=\sum _{i=1}^{N}w_{i}\,\phi \left(\left\|\mathbf {x} -\mathbf {x} _{i}\right\|\right),}$$

можна інтерпретувати як доволі просту одношарову штучну мережу, яка називається мережею радіальних базисних функцій в якій РБФ відіграють роль функцій активації мережі. Можна показати, що будь-яку неперервну функція на відрізку можна інтерполювати з довільною точністю, як суму такого вигляду, якщо використати достатньо велике число ${\textstyle N}$ РБФ.

Апроксимація ${\textstyle y\left(\mathbf {x} \right)}$ є диференційовною відносно ваг ${\textstyle w_{i}}$. Тому ваги можуть бути навчені за допомогою стандартних ітераційний методів для нейронних мереж.

Використання радіальних базових функцій таким способом дає розумний інтерполяційний підхід, за умови, що тренувальна множина вибрана таким чином, що вона охоплює весь діапазон систематично (ідеально мати рівновіддалені точки). Проте, без поліноміального доданку, ортогонального радіальним базисним функціям, оцінки за межами тренувальної множини, як правило, погано виконуються.

• Buhmann, Martin D. (2003). Radial Basis Functions: Theory and Implementations. Cambridge University Press. ISBN 978-0-521-63338-3..
• Hardy, R.L. (1971). Multiquadric equations of topography and other irregular surfaces. Journal of Geophysical Research 76 (8): 1905–1915. Bibcode:1971JGR....76.1905H. doi:10.1029/jb076i008p01905.
• Hardy, R.L. (1990). Theory and applications of the multiquadric-biharmonic method, 20 years of Discovery, 1968 1988. Comp. math Applic 19 (8/9): 163–208. doi:10.1016/0898-1221(90)90272-l.
• Press, WH; Teukolsky, SA; Vetterling, WT; Flannery, BP (2007). Section 3.7.1. Radial Basis Function Interpolation. Numerical Recipes: The Art of Scientific Computing (вид. 3rd). New York: Cambridge University Press. ISBN 978-0-521-88068-8.
• Sirayanone, S., 1988, Comparative studies of kriging, multiquadric-biharmonic, and other methods for solving mineral resource problems, PhD. Dissertation, Dept. of Earth Sciences, Iowa State University, Ames, Iowa.
• Sirayanone, S.; Hardy, R.L. (1995). The Multiquadric-biharmonic Method as Used for Mineral Resources, Meteorological, and Other Applications. Journal of Applied Sciences and Computations 1: 437–475.

• Мережа радіальних базисних функцій
• Метод опорних векторів
• Машинне навчання