Please use this identifier to cite or link to this item:
https://er.nau.edu.ua/handle/NAU/28282| Title: | SEQUENTIAL LEARNING PROCESSES IN NEURAL NETWORKS APPLIED AS MODELS OF NONLINEAR SYSTEMS |
| Other Titles: | Процеси послідовного навчання в нейронних мережах, що застосовуються як моделі нелінійних систем |
| Authors: | Azarskov, V. N. Zhiteckii, L. S. Nikolaienko, S. A. |
| Keywords: | nonlinear system; neural network model; gradient algorithm; learning; convergence нелінійна система, нейромережна модель, градієнтний алгоритм, навчання, збіжність |
| Issue Date: | Oct-2013 |
| Publisher: | ВД "Освіта України" |
| Abstract: | Asymptotic properties of the online gradient algorithm with a constant step size employed for
learning in neural network models of nonlinear systems having one hidden layer are examined. Some
conditions guaranteeing the convergence of this algorithm are established. Вивчено асимптотичні властивості градієнтного алгоритму зі сталим кроковим коефіцієнтом, що використовується для навчання в реальному часі нейромережних моделей нелінійних систем з одним прихованим шаром. Встановлено деякі умови, що гарантують збіжність цього алгоритму. |
| URI: | http://er.nau.edu.ua/handle/NAU/28282 |
| ISSN: | 1990-5548 |
| Appears in Collections: | Наукові статті кафедри аерокосмічних систем управління |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Azarskov_EACS 3_2013.pdf | 1.04 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.