М-обучение радиально-базисных сетей с использованием асимметричных функций влияния

Розглянуто робастний підхід до навчання радіально-базисних мереж за наявності завад вимірювань, що мають несиметричні розподілення. Для мінімізації запропонованих асиметричних функціоналів використовуються алгоритми Гаусса–Ньютона і Левенберга–Марквардта. Оцінювання параметрів завад здійснюється за...

Full description

Saved in:
Bibliographic Details
Published in:Проблемы управления и информатики
Date:2012
Main Authors: Руденко, О.Г., Бессонов, А.А.
Format: Article
Language:Russian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2012
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/207450
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:М-обучение радиально-базисных сетей с использованием асимметричных функций влияния / О.Г. Руденко, А.А. Бессонов // Проблемы управления и информатики. — 2012. — № 1. — С. 79–93. — Бібліогр.: 28 назв. - рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Розглянуто робастний підхід до навчання радіально-базисних мереж за наявності завад вимірювань, що мають несиметричні розподілення. Для мінімізації запропонованих асиметричних функціоналів використовуються алгоритми Гаусса–Ньютона і Левенберга–Марквардта. Оцінювання параметрів завад здійснюється за допомогою алгоритму стохастичної апроксимації. Наведено результати моделювання, що підтверджують ефективність запропонованого підходу. A robust approach to training radial basis networks in the presence of noise measurements with asymmetric distributions is considered. To minimize the proposed asymmetric functionals, Gauss–Newton and Levenberg–Marquardt algorithms are used. The estimation of interference parameters is performed using a stochastic approximation algorithm. The simulation results confirm the effectiveness of the proposed approach.
ISSN:0572-2691