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...
Gespeichert in:
| Veröffentlicht in: | Control systems & computers |
|---|---|
| Datum: | 2020 |
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | Englisch |
| Veröffentlicht: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
2020
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/181183 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | ADALINE Robust Multistep Training Algorithm / O.G. Rudenko, O.O. Bezsonov // Control systems & computers. — 2020. — № 3. — С. 15-27. — Бібліогр.: 40 назв. — англ. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862714508530679808 |
|---|---|
| author | Rudenko, O.G. Bezsonov, O.O. |
| author_facet | Rudenko, O.G. Bezsonov, O.O. |
| 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. |
| collection | DSpace DC |
| container_title | 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.
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.
|
| first_indexed | 2025-12-07T17:51:37Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-181183 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 2706-8145 |
| language | English |
| last_indexed | 2025-12-07T17:51:37Z |
| publishDate | 2020 |
| publisher | Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| record_format | dspace |
| spelling | Rudenko, O.G. Bezsonov, O.O. 2021-11-03T20:24:18Z 2021-11-03T20:24:18Z 2020 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 https://nasplib.isofts.kiev.ua/handle/123456789/181183 004.852 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. en Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України Control systems & computers Fundamental Problems in Computer Science ADALINE Robust Multistep Training Algorithm Робастний багатокроковий алгоритм навчання АДАЛІНИ Робастный многошаговый алгоритм обучения АДАЛИНЫ Article published earlier |
| spellingShingle | ADALINE Robust Multistep Training Algorithm Rudenko, O.G. Bezsonov, O.O. Fundamental Problems in Computer Science |
| title | ADALINE Robust Multistep Training Algorithm |
| title_alt | Робастний багатокроковий алгоритм навчання АДАЛІНИ Робастный многошаговый алгоритм обучения АДАЛИНЫ |
| title_full | ADALINE Robust Multistep Training Algorithm |
| title_fullStr | ADALINE Robust Multistep Training Algorithm |
| title_full_unstemmed | ADALINE Robust Multistep Training Algorithm |
| title_short | ADALINE Robust Multistep Training Algorithm |
| title_sort | adaline robust multistep training algorithm |
| topic | Fundamental Problems in Computer Science |
| topic_facet | Fundamental Problems in Computer Science |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/181183 |
| work_keys_str_mv | AT rudenkoog adalinerobustmultisteptrainingalgorithm AT bezsonovoo adalinerobustmultisteptrainingalgorithm AT rudenkoog robastniibagatokrokoviialgoritmnavčannâadalíni AT bezsonovoo robastniibagatokrokoviialgoritmnavčannâadalíni AT rudenkoog robastnyimnogošagovyialgoritmobučeniâadaliny AT bezsonovoo robastnyimnogošagovyialgoritmobučeniâadaliny |