Odhad parametrů neuronové sítě filtry druhého řádu

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F06%3A00000014" target="_blank" >RIV/49777513:23520/06:00000014 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/49777513:23520/06:00000015

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Local nonlinear filters with the second-order accuracy for neural network parameter estimation

Popis výsledku v původním jazyce

This paper concentrates on parameter estimation of multi-layer perceptron network by nonlinear filtering methods. Whereas the EKF is using pproximation by the first order Taylor series expansion, the UKF estimates the parameters numerically by using a set of deterministically chosen points having higher degree of accuracy than the EKF without need to compute the derivatives of the function describing the network. Comparable accuracy as by UKF could be obtained by the truncated second-order filter (TSF).TSF has not been used yet because it is considered as more computationally demanding due to need of evaluation the matrix of second order derivatives. This paper points out, that the SKF is faster than the UKF in parameter estimation of MLP network thanks to a special form of the matrix of the second order derivatives. The evaluation of estimation quality and computational demands are demonstrated by a numerical example.

Název v anglickém jazyce

Local nonlinear filters with the second-order accuracy for neural network parameter estimation

Popis výsledku anglicky

This paper concentrates on parameter estimation of multi-layer perceptron network by nonlinear filtering methods. Whereas the EKF is using pproximation by the first order Taylor series expansion, the UKF estimates the parameters numerically by using a set of deterministically chosen points having higher degree of accuracy than the EKF without need to compute the derivatives of the function describing the network. Comparable accuracy as by UKF could be obtained by the truncated second-order filter (TSF).TSF has not been used yet because it is considered as more computationally demanding due to need of evaluation the matrix of second order derivatives. This paper points out, that the SKF is faster than the UKF in parameter estimation of MLP network thanks to a special form of the matrix of the second order derivatives. The evaluation of estimation quality and computational demands are demonstrated by a numerical example.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2006

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of 7th International Carpathian control conference

ISBN

80-248-1066-2

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

165-168

Název nakladatele

VŠB -Technická univerzita

Místo vydání

Ostrava

Místo konání akce

Rožnov pod Radhoštěm

Datum konání akce

1. 1. 2006

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—