Почему сети RBF считаются более подходящими для обнаружения новизны, чем MLP?

Сети RBF считаются более подходящими для обнаружения новизны, чем MLP, благодаря свойству нейронов быть более локально чувствительными. 1

В RBF нейроны имеют максимальную активацию, когда центр и веса равны входным сигналам. 1 Если каждый нейрон сосредоточен на обучающем примере, то входные данные, удалённые от всех нейронов, образуют новые паттерны. 1

Напротив, сеть MLP выдаёт более определённые решения при обработке сильно отклоняющихся данных. 2 При этом MLP склонен к некритическому экстраполированию результата, что считается его слабостью. 2 Экстраполяция на данные, лежащие далеко от обучающего множества, как правило, опасная и необоснованная. 2