Повышение точности аппроксимации нестационарных данных линейной нейронной сетью методом кортежирования обучающего множества
- 1 к.т.н., докторант, Ростовский военный институт ракетных войск, НИО
- 2 адъюнкт, кафедра радиоэлектронной борьбы, специальных радиотехнических систем и защиты информации, Ростовский военный институт ракетных войск
Аннотация
Разработан метод кортежирования обучающего множества для нейронных сетей с линейными функциями активации, позволяющий повысить точность аппроксимации дискретных наблюдений, содержащих как нормальную, так и нестационарную (аномальную) шумовые компоненты. Показано, что использование предложенного метода, по сравнению с традиционной сетью, а также классическим методом наименьших квад-ратов дает высокие точностные характеристики линейной нейронной сети.
Для цитирования
Самойлин Е.А., Челахов В.М. Повышение точности аппроксимации нестационарных данных линейной нейронной сетью методом кортежирования обучающего множества // Нейрокомпьютеры: разработка, применение. 2011. № 7. С. 20–26.
Список источников
- Репин В.Г., Циплихин А.И. Определение точной верхней грани ошибок метода наименьших квадратов // Радиотехника и электроника. 2003. Т. 48. № 1. С. 91-99.
- Шипачев В.С. Высшая математика. М.: Высшая школа. 1998. 479 с.
- Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия - Телеком. 2001. 382 с.
- Уидроу Б., Стирнз С. Адаптивная обработка сигналов: Пер с англ. М.: Радио и связь. 1989. 440 с.
- Каллан Р. Основные концепции нейронных сетей: Пер. с англ. М.: Изд. дом «Вильямс». 2003. 228 с.
- Головко В.А. Нейронные сети: обучение, организация и применение. Кн. 10: Учеб. пособие для вузов / под ред. А.И. Галушкина. М.: ИПРЖР. 2000.
- Математика в понятиях, определениях и терминах. Ч. 1 / под ред. Л.В. Сабинина. М.: Просвещение. 1978. 320 с.