این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Nonlinear Analysis and Applications، جلد ۱۳، شماره ۱، صفحات ۳۳۰۵-۳۳۱۷
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Ditzain-Totik modulus of smoothness for the fractional derivative of functions in $L_p$ space of the partial neural network
چکیده انگلیسی مقاله Some scientists studied the weighted approximation of the partial neural network, but in this paper, we studied the weighted Ditzain-Totik modulus of smoothness for the fractional derivative of functions in $L_p$ of the partial neural network and this approximation of the real-valued functions over a compressed period by the tangent sigmoid and quasi-interpolation operators. These approximations measurable left and right partial Caputo models of the committed function. Approximations are bitmap with respect to the standard base. Feed-forward neural networks with a single hidden layer. Our higher-order fractal approximation results in better convergence than normal approximation with some applications. All proved results are in $L_p[X]$ spaces, where $0{<}p{<}1$
کلیدواژه‌های انگلیسی مقاله Approximation, Ditzain-Totik modulus, higher-order fractal approximation, partial Caputo models, partial neural network, Sobolev space
نویسندگان مقاله Amenah Hassan Ibrahim |
Department of Mathematics, Collage of Sciences, AL-Mustansiriyah University, Baghdad, Iraq

Eman Samir Bhaya |
Department of Mathematics, Collage of Education for Pure Sciences, University of Babylon, Iraq

Eman Ali Hessen |
Department of Mathematics, Collage of Sciences, AL-Mustansiriyah University, Baghdad, Iraq

نشانی اینترنتی https://ijnaa.semnan.ac.ir/article_6083_1d98171dceb1462d76cb7ec50214c228.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات