شبكه عصبي پرسپترون موازي مستقيم با پيوند تابعي همراه با محاسبات بدون تكرار

شبكه عصبي پرسپترون موازي، شبكهاي با ساختاري ساده است؛ كه جهت تخمين مورد استفاده قرار مي گيرد، در اين شبكه ايجاد حداكثر فاصله بين الگوهاي ورودي توسط پرسپترونها، سبب افزايش توانايي طبقه بندي در ناحيه تصميم گيري مي شود. در اين نوشتار روشي بدون تكرار و داراي توانايي يادگيري آنلاين ارائه شده است؛ كه در آن از تابعي مثلثاتي، جهت افزايش توانايي طبقه بندي استفاده مي شود.پيچيدگي محاسباتي اين روش يك تابع خطي از تعداد ورودي هاست. ارزيابي هاي صورت گرفته بر روي دادگان استاندارد نشان مي دهد كه شبكه پرسپترون موازي مستقيم با پيوند تابعي، يك شبكه قابل رقابت با شبكه ها و روشهاي مشابه، همچون ماشين بردار پشتيبان، پرسپترون موازي معمولي، درخت تصميم، مادالاين و غيره در مسائل طبقه بندي است