ADALINE Robust Multistep Training Algorithm
The article considers the multi-step ADALINE training algorithm when using the correntropy information criterion as a learning criterion, determines the conditions for the convergence of the algorithm, and shows that in the steady state the resulting estimate is unbiased. The importance of choosing...
Збережено в:
| Дата: | 2020 |
|---|---|
| Автори: | , |
| Формат: | Стаття |
| Мова: | English |
| Опубліковано: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
2020
|
| Назва видання: | Control systems & computers |
| Теми: | |
| Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/181183 |
| 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: | ADALINE Robust Multistep Training Algorithm / O.G. Rudenko, O.O. Bezsonov // Control systems & computers. — 2020. — № 3. — С. 15-27. — Бібліогр.: 40 назв. — англ. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-181183 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-1811832021-11-07T12:32:40Z ADALINE Robust Multistep Training Algorithm Rudenko, O.G. Bezsonov, O.O. Fundamental Problems in Computer Science The article considers the multi-step ADALINE training algorithm when using the correntropy information criterion as a learning criterion, determines the conditions for the convergence of the algorithm, and shows that in the steady state the resulting estimate is unbiased. The importance of choosing the width of the Gaussian core, which affects the convergence rate of the estimation algorithms and the error in the steady state, is noted, and the feasibility of developing procedures for adaptive correction of the core width is indicated. У статті розглянуто багатокроковий алгоритм навчання АДАЛІНИ за використання в якості критерію навчання інформаційного критерію коррентропіі, визначені умови збіжності цього алгоритму і показано, що в сталому режимі одержана оцінка є незміщеною. Відзначено важливість вибору ширини Гауссова ядра, що впливає на швидкість збіжності алгоритмів оцінювання та помилку в сталому режимі, і вказано на доцільність розробки процедур адаптивної корекції ширини ядра. В статье рассмотрен многошаговый алгоритм обучения АДАЛИНЫ при использовании в качестве критерия обучения информационного критерия коррэнтропии, определены условия сходимости алгоритма и показано, что в установившемся режиме получаемая оценка является несмещенной. Отмечена важность выбора ширины Гауссова ядра, влияющей на скорость сходимости алгоритмов оценивания и ошибку в установившемся режиме, и указано на целесообразность разработки процедур адаптивной коррекции ширины ядра. 2020 Article ADALINE Robust Multistep Training Algorithm / O.G. Rudenko, O.O. Bezsonov // Control systems & computers. — 2020. — № 3. — С. 15-27. — Бібліогр.: 40 назв. — англ. 2706-8145 DOI https://doi.org/10.15407/usim.2020.03.015 http://dspace.nbuv.gov.ua/handle/123456789/181183 004.852 en Control systems & computers 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 |
| topic |
Fundamental Problems in Computer Science Fundamental Problems in Computer Science |
| spellingShingle |
Fundamental Problems in Computer Science Fundamental Problems in Computer Science Rudenko, O.G. Bezsonov, O.O. ADALINE Robust Multistep Training Algorithm Control systems & computers |
| description |
The article considers the multi-step ADALINE training algorithm when using the correntropy information criterion as a learning criterion, determines the conditions for the convergence of the algorithm, and shows that in the steady state the resulting estimate is unbiased. The importance of choosing the width of the Gaussian core, which affects the convergence rate of the estimation algorithms and the error in the steady state, is noted, and the feasibility of developing procedures for adaptive correction of the core width is indicated. |
| format |
Article |
| author |
Rudenko, O.G. Bezsonov, O.O. |
| author_facet |
Rudenko, O.G. Bezsonov, O.O. |
| author_sort |
Rudenko, O.G. |
| title |
ADALINE Robust Multistep Training Algorithm |
| title_short |
ADALINE Robust Multistep Training Algorithm |
| title_full |
ADALINE Robust Multistep Training Algorithm |
| title_fullStr |
ADALINE Robust Multistep Training Algorithm |
| title_full_unstemmed |
ADALINE Robust Multistep Training Algorithm |
| title_sort |
adaline robust multistep training algorithm |
| publisher |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| publishDate |
2020 |
| topic_facet |
Fundamental Problems in Computer Science |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/181183 |
| citation_txt |
ADALINE Robust Multistep Training Algorithm / O.G. Rudenko, O.O. Bezsonov // Control systems & computers. — 2020. — № 3. — С. 15-27. — Бібліогр.: 40 назв. — англ. |
| series |
Control systems & computers |
| work_keys_str_mv |
AT rudenkoog adalinerobustmultisteptrainingalgorithm AT bezsonovoo adalinerobustmultisteptrainingalgorithm |
| first_indexed |
2023-10-18T22:51:49Z |
| last_indexed |
2023-10-18T22:51:49Z |
| _version_ |
1796156629679341568 |