Recursive Parameters Estimation and Structure Adaptation of Neural Network

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

—

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

Type

J_x - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)

CEP classification

BC - Theory and management systems

OECD FORD branch

—

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)

Publication year

2005

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

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

—