Přejít k obsahu


Gaussian sum based methods for neural network parameters estimation: aspects and comparison

Citace: [] HERING, P. Gaussian sum based methods for neural network parameters estimation: aspects and comparison. In Controlo 2006. Lisbon: Instituto Superior Tecnico, 2006. s. 1-6.
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: Gaussian sum based methods for neural network parameters estimation: aspects and comparison
Rok vydání: 2006
Místo konání: Lisbon
Název zdroje: Instituto Superior Tecnico
Autoři: Pavel Hering
Abstrakt CZ: Odhad parametrů perceptronové sítě globálními filtračními metodami je řešen. Aproximací nelineární funkce Taylorovou řadou do druhého řádu je odvozen filtr využívající banky filtrů druhého řádu. TVlastnosti filtru jsou srovnány s filtrem využívajícím banky transformačních filtrů
Abstrakt EN: Parameter estimation of a multi-layer perceptron network using global nonlinear filtering methods is treated. The truncated second-order filter is applied within the framework of the Gaussian sum approach to design the truncated second-order Gaussian sum filter and it is pointed out, that the filter has significantly less computational demands than the sigma point Gaussian sum filter if it is used for the parameter estimation of multi-layer perceptron network. Further, the Gaussian sum based estimators such as the Gaussian sum filter, the sigma point Gaussian sum filter and the truncated second-order Gaussian sum filter are compared in a numerical example.
Klíčová slova

Zpět

Patička