Адаптивне навчання нейронної мережі опорних векторів найменших квадратів

Є В БОДЯНСЬКИЙ, А О ДЕЙНЕКО, Ж В ДЕЙНЕКО, М О ШАЛАМОВ

Анотація


У роботі запропоновано адаптивний метод навчання нейронної мережі опорних векторів найменших квадратів (LS-SVM) незмінної архітектури. Особливістю цього методу є те, що мінімізація критерія емпіричного ризику відбувається на «ковзному вікні» фіксованої розмірності, що суттєво спрощує чисельну реалізацію процедури та дозволяє обробити інформацію, що генерується нестаціонарними об’єктами.

 


Ключові слова


нейронні мереж; нейронна мережа опорних векторів найменших квадратів; критерій емпіричного ризику; «ковзне вікно»

Повний текст:

PDF

Посилання


Kasabov N. Evolving Connectionist Systems. / Kasabov N. –London: Springer – Verlag, 2003 – 307 р.

Haykin S. Neural Networks. A Comprehensive Foundation. / Haykin S. – Upper Saddle River, N.J.: Prentice Hall, Inc., 1999. – 842 p.

Suykens J.A.K. Least Squares Support Vector Machines. / Suykens J.A.K., Gestel T.V., Brabanter J.D., Moor B.D., Vandewalle J. – Singapore: World Scientific, 2002. - 294 p.

Specht D. F. A general regression neural network /Specht D. F. // IEEE Trans. on Neural Networks – 1991. – 2. – P. 568-576.

Гантмахер Ф.Р. Теория матриц. / Гантмахер Ф.Р. – Москва: Наука. – 1988 – 552 с.

Бодянський, Є.В. Еволюційна нейронна мережа з ядерними функціями активації та адаптивний алгоритм її навчання / Є.В. Бодянський, А.О. Дейнеко, Н.О. Тесленко // Наукові праці: науково-методичний журнал. – Миколаїв: Вид-во ЧДУ ім. Петра Могили – 2011. – Вип. 130. – Т. 143. – С. 71-78.




DOI: https://doi.org/10.18664/ikszt.v0i2.52045

Посилання

  • Поки немає зовнішніх посилань.