УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ
на главную написать письмо карта сайта

Нелинейный метод наименьших квадратов и блочные рекуррентно-итерационные процедуры в обучении нейронных сетей


Автор(ы): Сараев П. В.
Название статьи:  Нелинейный метод наименьших квадратов и блочные рекуррентно-итерационные процедуры в обучении нейронных сетей
Выпуск: 30
Год: 2010
Библиография: Сараев П. В. Нелинейный метод наименьших квадратов и блочные рекуррентно-итерационные процедуры в обучении нейронных сетей / Управление большими системами. Выпуск 30. М.: ИПУ РАН, 2010. С.24-34.
Гос. регистрационный номер: 0421000023\0027
Дата опубликования: 30.09.2010
Ключевые слова: обучение нейронных сетей, нелинейный метод наименьших квадратов, блочное псевдообращение, блочные рекуррентно-итерационные процедуры
Аннотация: Работа посвящена развитию алгоритмов обучения нейронных сетей прямого распространения на основе нелинейного метода наименьших квадратов с псевдообращением. Рассматривается возможность применения формулы блочного псевдообращения матриц Клайна в алгоритмах обучения на основе декомпозиции вектора весов. Данный подход позволяет снизить вычислительные затраты за счет псевдообращения матриц малых размеров.


Author(s): Saraev P.V.
Article title: Nonlinear least squares method and block recurrent and iterative procedures in neural networks teaching
Issue: 30
Year: 2010
Keywords: neural networks teaching, nonlinear least squares method, block pseudo-inversion, block recurrent and iterative procedures
Abstract: The article is devoted to the development of the feedforward neural networks teaching algorithms based on nonlinear least squares method with pseudo-inversion. Application of Cline block pseudo-inversion formula to teaching algorithms based on weights vector decomposition is considered. This approach allows to decrease computational costs by virtue of pseudo-inversion of matrices of small size.


в формате PDF
Обсудить статью в Интернет-конференции по проблемам управления

Просмотров: 7471; загрузок: 2993, за месяц: 26.

Назад

ИПУ РАН © 2007. Все права защищены