Recurrent versus feed-forward neural networks used for identification of non-linear dynamic systems

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26210%2F00%3A00000141" target="_blank" >RIV/00216305:26210/00:00000141 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Recurrent versus feed-forward neural networks used for identification of non-linear dynamic systems
Popis výsledku v původním jazyce
The paper compaares feed-forward and recurrent neural network architectures use for identification of simple non-linear dynamic system in the terms of generalization abilities, result precision and computational requirements. Comparison has been made ona number of dynamic systems using Elman model as a representative of recurrent networks and various verions of gradient training applied on layered feed-forward networks with one hidden layer.
Název v anglickém jazyce
Recurrent versus feed-forward neural networks used for identification of non-linear dynamic systems
Popis výsledku anglicky
The paper compaares feed-forward and recurrent neural network architectures use for identification of simple non-linear dynamic system in the terms of generalization abilities, result precision and computational requirements. Comparison has been made ona number of dynamic systems using Elman model as a representative of recurrent networks and various verions of gradient training applied on layered feed-forward networks with one hidden layer.

Projekt
<a href="/cs/project/VS96122" target="_blank" >VS96122: Laboratoř pro výzkum a vývoj mechanotronických systémů</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění
2000
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)