Recursive Parameters Estimation and Structure Adaptation of Neural Network
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F05%3A00000061" target="_blank" >RIV/49777513:23520/05:00000061 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Recursive Parameters Estimation and Structure Adaptation of Neural Network
Original language description
Application of neural networks in identification of nonlin- ear stochastic systems is treated. The stress is laid on a parameters estimation and structure adaptation of the net- works. They are trained by a global filtering method allow- ing to determineconditional probability density functions of network parameters. The Gaussian sum approach used for parameters estimation of network gives better results than the commonly used prediction error methods, and it is an interesting alternative to sequentialMonte Carlo meth- ods. The approach also enables structure adaptation which is given by pruning of insignificant connections from an a priori chosen large network. The designed structure adap- tation method utilizes conditional probability density func-tions of the parameters obtained from the estimation algo- rithm to measure saliency of the network connections and it represents a generalization of the extended Kalman filter based pruning method.
Czech name
Rekuzivní odhad parametrů a adaptace struktury neuronové sítě
Czech description
Je prezentována aplikace neuronových sítí pro identifikaci nelineárních stochastických systémů. Důraz je kladen na odhad parametrů a adaptaci struktury sítí. Jsou trénovány globální metodou filtrace, která umožňuje určení podmíněných hustot pravděpodobnosti parametrů sítě. Metoda Gaussovských směsí použitá pro odhad parametrů sítě dává lepší výsledky než běžně užívané metody chyby predikce a je zajímavou alternativou k sekvenční metodě Monte Carlo. Tento přístup též umožňuje adaptaci struktury která jedána prořezáváním nevýznamných spojení z předem vybrné velké sítě. Navržená metoda adaptace struktury využívá
Classification
Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
BC - Theory and management systems
OECD FORD branch
—
Result continuities
Project
<a href="/en/project/GA102%2F05%2F2075" target="_blank" >GA102/05/2075: Theoretical background for integrated process control and optimization</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Others
Publication year
2005
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Modelling, identification and control
ISSN
1025-8973
e-ISSN
—
Volume of the periodical
—
Issue of the periodical within the volume
—
Country of publishing house
US - UNITED STATES
Number of pages
6
Pages from-to
78
UT code for WoS article
—
EID of the result in the Scopus database
—