Сonvergence of Sequential Gradient Learning Algorithms in Neural Networks for Online Identification of Nonlinear Systems: a Special Case

The paper deals with the asymptotic properties of an online learning procedure for identifying non-linear systems via neural networks models of these systems. The probabilistic convergence condi-tions of this procedure are presented for the special case where a nonlinearity can exactly be ap-proxima...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2015
Автори: Zhiteckii, L.S., Nikolaienko, S.A.
Формат: Стаття
Мова:English
Опубліковано: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2015
Назва видання:Індуктивне моделювання складних систем
Онлайн доступ:http://dspace.nbuv.gov.ua/handle/123456789/125021
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Сonvergence of Sequential Gradient Learning Algorithms in Neural Networks for Online Identification of Nonlinear Systems: a Special Case / L.S. Zhiteckii, S.A. Nikolaienko // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2015. — Вип. 7. — С. 46-58. — Бібліогр.: 27 назв. — англ

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id irk-123456789-125021
record_format dspace
spelling irk-123456789-1250212017-10-14T03:03:47Z Сonvergence of Sequential Gradient Learning Algorithms in Neural Networks for Online Identification of Nonlinear Systems: a Special Case Zhiteckii, L.S. Nikolaienko, S.A. The paper deals with the asymptotic properties of an online learning procedure for identifying non-linear systems via neural networks models of these systems. The probabilistic convergence condi-tions of this procedure are presented for the special case where a nonlinearity can exactly be ap-proximated by a suitable neural network. Keywords: identification, nonlinear system, neural network, learning algorithm, stochastic environment, convergence. Стаття стосується асимптотичних властивостей деякої процедури навчання в реальному часі для ідентифікації нелінійних систем з використанням нейронних мереж як моделей цих систем. Представлені умови ймовірносної збіжності цієї процедури для спеціального випадку, коли нелінійність може бути точно апроксимована належною нейронною мережею. Ключові слова: ідентифікація, нелінійна система, нейронна мережа, алгоритм навчання, стохастичне середовище, збіжність. Статья касается асимптотических свойств некоторой процедуры обучения в реальном време-ни для идентификации нелинейных систем с использованием нейронных сетей в качестве моделей этих систем. Представлении условия вероятностной сходимости этой процедуры для специального случая, когда нелинейность может быть точно аппроксимирована подхо-дящей нейронной сетью. 2015 Article Сonvergence of Sequential Gradient Learning Algorithms in Neural Networks for Online Identification of Nonlinear Systems: a Special Case / L.S. Zhiteckii, S.A. Nikolaienko // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2015. — Вип. 7. — С. 46-58. — Бібліогр.: 27 назв. — англ XXXX-0044 http://dspace.nbuv.gov.ua/handle/123456789/125021 681.5 en Індуктивне моделювання складних систем Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language English
description The paper deals with the asymptotic properties of an online learning procedure for identifying non-linear systems via neural networks models of these systems. The probabilistic convergence condi-tions of this procedure are presented for the special case where a nonlinearity can exactly be ap-proximated by a suitable neural network. Keywords: identification, nonlinear system, neural network, learning algorithm, stochastic environment, convergence.
format Article
author Zhiteckii, L.S.
Nikolaienko, S.A.
spellingShingle Zhiteckii, L.S.
Nikolaienko, S.A.
Сonvergence of Sequential Gradient Learning Algorithms in Neural Networks for Online Identification of Nonlinear Systems: a Special Case
Індуктивне моделювання складних систем
author_facet Zhiteckii, L.S.
Nikolaienko, S.A.
author_sort Zhiteckii, L.S.
title Сonvergence of Sequential Gradient Learning Algorithms in Neural Networks for Online Identification of Nonlinear Systems: a Special Case
title_short Сonvergence of Sequential Gradient Learning Algorithms in Neural Networks for Online Identification of Nonlinear Systems: a Special Case
title_full Сonvergence of Sequential Gradient Learning Algorithms in Neural Networks for Online Identification of Nonlinear Systems: a Special Case
title_fullStr Сonvergence of Sequential Gradient Learning Algorithms in Neural Networks for Online Identification of Nonlinear Systems: a Special Case
title_full_unstemmed Сonvergence of Sequential Gradient Learning Algorithms in Neural Networks for Online Identification of Nonlinear Systems: a Special Case
title_sort сonvergence of sequential gradient learning algorithms in neural networks for online identification of nonlinear systems: a special case
publisher Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
publishDate 2015
url http://dspace.nbuv.gov.ua/handle/123456789/125021
citation_txt Сonvergence of Sequential Gradient Learning Algorithms in Neural Networks for Online Identification of Nonlinear Systems: a Special Case / L.S. Zhiteckii, S.A. Nikolaienko // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2015. — Вип. 7. — С. 46-58. — Бібліогр.: 27 назв. — англ
series Індуктивне моделювання складних систем
work_keys_str_mv AT zhiteckiils sonvergenceofsequentialgradientlearningalgorithmsinneuralnetworksforonlineidentificationofnonlinearsystemsaspecialcase
AT nikolaienkosa sonvergenceofsequentialgradientlearningalgorithmsinneuralnetworksforonlineidentificationofnonlinearsystemsaspecialcase
first_indexed 2023-10-18T20:47:45Z
last_indexed 2023-10-18T20:47:45Z
_version_ 1796151128174362624