Identification of nonlinear non-gaussian systems by neural networks

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F05%3A00000357" target="_blank" >RIV/49777513:23520/05:00000357 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Identification of nonlinear non-gaussian systems by neural networks

Original language description

Application of neural networks in identification of nonlinear non-Gaussian systems is treated. Stress is laid on a parameter estimation of the networks. They are trained by the Gaussian sum method which is a global filtering method allowing to determineconditional probability density functions of network weights. Proposed approach to estimation of network weights (parameters) based on Gaussian sum filtering method overcomes commonly used prediction error methods and it is an interesting alternative tosequential Monte Carlo methods. The considered training approach is demonstrated by an illustration example.

Czech name

Identifikace nelineárních negaussovských systémů neuronovými sítěmi

Czech description

Článek je zaměřen na problém aplikace neuronových sítí v identifikaci nelineárních negaussovských systémů. Důraz je kladen na odhad parametrů neuronové sítě, které jsou trénovány využitím metody Gaussovských směsí, což je jedna z globálních filtračních metod, které umožňují určit pravděpodobnostní hustotní funkci vah sítě. Navržený postup odhadu parametrů (vah) sítě založeý na metodě Gaussovských směsí překonává obvykle používané metody chyby predikce a představuje zajímavou alternativu k sekvenčním metodám Monte Carlo. Navržený přístup trénování je demonstrován v ilustračním příkladě.

Type

C - Chapter in a specialist book

CEP classification

BC - Theory and management systems

OECD FORD branch

—

Project

—

Continuities

Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2005

Confidentiality

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

Book/collection name

Nonlinear control systems 2004

ISBN

0-08-044303-6

Number of pages of the result

6

Pages from-to

1307-1312

Number of pages of the book

—

Publisher name

Elsevier

Place of publication

Oxford

UT code for WoS chapter

—