Главная Назад


Авторизация
Идентификатор пользователя / читателя
Пароль (для удалённых пользователей)
 

Вид поиска

Область поиска
Найдено в других БД
Формат представления найденных документов:
библиографическое описаниекраткий полный
Отсортировать найденные документы по:
авторузаглавиюгоду изданиятипу документа
Поисковый запрос: (<.>A=Phansalkar, V. V.$<.>)
Общее количество найденных документов : 2
Показаны документы с 1 по 2
1.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 95.01-04А3.081

Автор(ы) : Phansalkar V.V., Sastry P.S.
Заглавие : Analysis of the back-propagation algorithm with momentum
Источник статьи : IEEE Trans. Neural Networks. - 1994. - Vol. 5, N 3. - С. 505-506
Аннотация: Доказано, что у обратного распространения (ОР) с моментом (М) устойчивыми являются только минимумы квадратичной ошибки; остальные точки равновесия неустойчивы. На простом примере показано, что при отрицательном терме М скорость сходимости снижается. Доказано также, что при малом коэф. при терме М ОР с М и обычное ОР ведут себя одинаково в конечном интервале времени, т. е. ОР с М сходится к локальному минимуму при любых начальных значениях из достаточно малых окрестностей. Полученные результаты легко обобщаются на случай нейронных сетей с синаптическими связями высших порядков. Индия, Dep. of Electrical Eng., Indian Institute of Sci., Bangalore 560012. Библ. 5.
ГРНТИ : 34.53.19
Предметные рубрики: НЕЙРОННЫЕ СЕТИ
ОБРАТНОЕ РАСПРОСТРАНЕНИЕ С МОМЕНТОМ
Дата ввода:

2.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 96.08-04А3.294

Автор(ы) : Phansalkar V.V., Thathachar M.A.L.
Заглавие : Local and global optimization algorithms for generalized learning automata
Источник статьи : Neural Comput. - 1995. - Vol. 7, N 5. - С. 950-973
Аннотация: Проведен анализ долгосрочного поведения стохастического градиентного алгоритма обучения нейронных сетей REINFORCE (Williams R. J., "Machine Learn.", 1992, 8, 229-256) при работе с обобщенными обучающимися автоматами. Рассмотрен конкретный случай нейронной сети с прямым распространением информации. Показана возможность возникновения неограниченных решений. Для устранения этого недостатка предложен модифицированный вариант, включающий дополнительную процедуру условной оптимизации. Описаны варианты для нахождения локальных и глобальных минимумов. Представлены результаты анализа сходимости. Индия, Dep. of Electrical Eng., Indian Institute of Sci., Bangalor 560012. Ил. 2. Библ. 21
ГРНТИ : 34.53.19
Предметные рубрики: НЕЙРОННЫЕ СЕТИ
ОБОБЩЕННЫЕ ОБУЧАЮЩИЕСЯ АВТОМАТЫ
ЛОКАЛЬНАЯ ОПТИМИЗАЦИЯ
ГЛОБАЛЬНАЯ ОПТИМИЗАЦИЯ
АЛГОРИТМЫ
Дата ввода:

 




© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)