Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
https://er.nau.edu.ua/handle/NAU/28282
Назва: | SEQUENTIAL LEARNING PROCESSES IN NEURAL NETWORKS APPLIED AS MODELS OF NONLINEAR SYSTEMS |
Інші назви: | Процеси послідовного навчання в нейронних мережах, що застосовуються як моделі нелінійних систем |
Автори: | Azarskov, V. N. Zhiteckii, L. S. Nikolaienko, S. A. |
Ключові слова: | nonlinear system; neural network model; gradient algorithm; learning; convergence нелінійна система, нейромережна модель, градієнтний алгоритм, навчання, збіжність |
Дата публікації: | жов-2013 |
Видавництво: | ВД "Освіта України" |
Короткий огляд (реферат): | 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 (Уніфікований ідентифікатор ресурсу): | http://er.nau.edu.ua/handle/NAU/28282 |
ISSN: | 1990-5548 |
Розташовується у зібраннях: | Наукові статті кафедри аерокосмічних систем управління |
Файли цього матеріалу:
Файл | Опис | Розмір | Формат | |
---|---|---|---|---|
Azarskov_EACS 3_2013.pdf | 1.04 MB | Adobe PDF | Переглянути/Відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.