350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №1 за 2010 г.
Статья в номере:
Обучение нейронных сетей прямого распространения на основе декомпозиции вектора весов и псевдообращения
Ключевые слова: нейронные сети обучение псевдообращение декомпозиция
Авторы:
П.В. Сараев - к.т.н., доцент каф. прикладной математики Липецкого государственного технического университета. E-mail: psaraev@yandex.ru
Аннотация:
Рассмотрено аналитическое соотношение для определения линейно входящих весов на основе операции матричного псевдообращения. Приведены результаты вычислительных экспериментов и анализ эффективности разработанного метода.
Страницы: 65-74
Список источников
  1. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика. 2002.
  2. Аведьян Э. Д. Алгоритмы настройки многослойных нейронных сетей // Автоматика и телемеханика. 1995. № 4. С. 106-118.
  3. Golub, G. H., and Pereyra, V., The Differentiation of Pseudo-Inverses and Nonlinear Least Squares Problems Whose Variables Separate // SIAM J. Num. Anal. 1973. V. 10, P. 413-432.
  4. Пупков К. А., Капалин В. И., Ющенко А. С.Функциональные ряды в теории нелинейных систем. М.: Наука. 1976.
  5. Блюмин С. Л., Сараев П. В. Алгоритм Голуба-Перейры в обучении искусственных нейронных сетей // Нейроинформатика и ее приложения: Мат. VIII Всеросс. семинара. Красноярск: ИПЦ КГТУ. 2000. С. 18-19.
  6. Сараев П. В. Использование псевдообращения в задачах обучения искусственных нейронных сетей // Исследовано в России. 2001. № 29 С. 308-317. http://zhurnal.ape.relarn.ru/articles/2001/029.pdf
  7. Блюмин С. Л., Шуйкова И. А., Сараев П. В, Черпаков И. В. Нечеткая логика: алгебраические основы и приложения: Монография. Липецк: ЛЭГИ. 2002.
  8. Blyumin, S. L. and Saraev, P. V., Reduction of Adjusting Weights Space Dimension in Feedforward Artificial Neural Networks Training // Proceedings of IEEE International Conference on Artificial Intelligence Systems. IEEE. 2002. P. 242-247.
  9. Сараев П. В. Обучение искусственных нейронных сетей: учет линейно-нелинейной структуры // Вестник молодых ученых. 2003. № 2. Сер. Прикладная математика и механика. Вып. 1. С. 92-100.
  10. Алберт А. Регрессия, псевдоинверсия и рекуррентное оценивание. М.: Наука. 1977.
  11. Дэннис Дж., Шнабель Р. Численные методы безусловной оптимизации и решения нелинейных уравнений. М.: Мир. 1988.
  12. Сараев П. В.Комбинирование интервальных методов и псевдообращения в глобальном обучении нейронных сетей //X Всероссийская научно-техническая конференция «Нейроинформатика-2008»: Сб. научн. тр. Ч.2. М.: МИФИ. 2008. С. 208-215.