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. stats.stackexchange.com

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

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