Please use this identifier to cite or link to this item: http://ea.donntu.edu.ua:8080/jspui/handle/123456789/5431
Title: МУЛЬТИСТАРТОВЫЙ СУБГРАДИЕНТНЫЙ МЕТОД ОБУЧЕНИЯ НЕЙРОННЫХ СЕТЕЙ В ПРОСТРАНСТВЕ ВЕЙВЛЕТ- ПРЕОБРАЗОВАНИЯ
Other Titles: Multi-start sub gradient method for neural networks learning in the wavelet transformed domain
Authors: Щербакова, Г.Ю.
Крылов, В.Н.
Keywords: мультистартовый субградиентный метод оптимизации
нейронные сети
вейвлет
помехоустойчивость
multi-start sub gradient optimization method
neural networks
wavelet
noise stability
Issue Date: 15-Jun-2009
Publisher: Донецкий национальный технический университет
Citation: Щербакова Г.Ю., Крылов В.Н. МУЛЬТИСТАРТОВЫЙ СУБГРАДИЕНТНЫЙ МЕТОД ОБУЧЕНИЯ НЕЙРОННЫХ СЕТЕЙ В ПРОСТРАНСТВЕ ВЕЙВЛЕТ- ПРЕОБРАЗОВАНИЯ// Наукові праці Донецького національного технічного університету, серія «Інформатика, кібернетика та обчислювальна техніка»,вып. 10 (153), Донецк, ДонНТУ, 2009. – С.202-206.
Abstract: Sub gradient iterated method for neural networks learning with back-propagation algorithm in the wavelet transformed domain is proposed. This method allows noise stability raising, error, local extreme and initial point search sensitiveness reducing
Description: Предложен мультuстартовый субградиентный метод обучения нейронных сетей с обратным распространением ошибки в пространстве вейвлет-преобразования. Этот метод позволяет повысить помехоустойчивость и понизить чувствительность к локальным экстремумам и начальной точке поиска
URI: http://ea.donntu.edu.ua/handle/123456789/5431
Appears in Collections:Випуск 10(153)

Files in This Item:
File Description SizeFormat 
09sgypvp.pdf460,13 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.