Публікація: Факторизованные алгоритмы обучения персептрона в задаче построения нелинейной модели
Завантаження...
Дата
2020
Назва журналу
ISSN журналу
Назва тома
Видавництво
ХНУРЭ
Анотація
С целью улучшения вычислительных свойств процедур обучения искусственных нейронных сетей (ИНС), которые, являясь универсальными аппроксиматорами, позволяют восстановить с заданной точностью любую сколь угодно сложную непрерывную нелинейную функцию, разработаны их факторизованные формы, основанные на преобразованиях Холесского, Хаусхолдера и ортогонализации Грамма-Шмидта. Проведенный анализ их свойств показал, что наиболее эффективным способом повышения устойчивости алгоритма обучения является применение преобразования Хаусхолдера.
Опис
Ключові слова
искусственная нейронная сеть, персептронная модель, критерий оценивания, ортогонализация, устойчивость алгоритма обучения, факторизация
Бібліографічний опис
Факторизованные алгоритмы обучения персептрона в задаче построения нелинейной модели / А. А. Бессонов, К. О. Олейник, О. С. Романюк, О. Г. Руденко, Н. Н. Сердюк // Бионика интеллекта. – 2020. – № 1(94). – С. 23–29.