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...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Control systems & computers
Дата:2020
Автори: Rudenko, O.G., Bezsonov, O.O.
Формат: Стаття
Мова:English
Опубліковано: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2020
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.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 nasplib_isofts_kiev_ua-123456789-181183
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
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title ADALINE Robust Multistep Training Algorithm
spellingShingle ADALINE Robust Multistep Training Algorithm
Rudenko, O.G.
Bezsonov, O.O.
Fundamental Problems in Computer Science
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
author Rudenko, O.G.
Bezsonov, O.O.
author_facet Rudenko, O.G.
Bezsonov, O.O.
topic Fundamental Problems in Computer Science
topic_facet Fundamental Problems in Computer Science
publishDate 2020
language English
container_title Control systems & computers
publisher Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
format Article
title_alt Робастний багатокроковий алгоритм навчання АДАЛІНИ
Робастный многошаговый алгоритм обучения АДАЛИНЫ
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.
issn 2706-8145
url https://nasplib.isofts.kiev.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.
work_keys_str_mv AT rudenkoog adalinerobustmultisteptrainingalgorithm
AT bezsonovoo adalinerobustmultisteptrainingalgorithm
AT rudenkoog robastniibagatokrokoviialgoritmnavčannâadalíni
AT bezsonovoo robastniibagatokrokoviialgoritmnavčannâadalíni
AT rudenkoog robastnyimnogošagovyialgoritmobučeniâadaliny
AT bezsonovoo robastnyimnogošagovyialgoritmobučeniâadaliny
first_indexed 2025-12-07T17:51:37Z
last_indexed 2025-12-07T17:51:37Z
_version_ 1850872846968946688