Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Quadratic neural unit is a good compromise between linear models and neural networks for industrial applications

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F10%3A00173684" target="_blank" >RIV/68407700:21220/10:00173684 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5599677" target="_blank" >http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5599677</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/COGINF.2010.5599677" target="_blank" >10.1109/COGINF.2010.5599677</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Quadratic neural unit is a good compromise between linear models and neural networks for industrial applications

  • Popis výsledku v původním jazyce

    The paper discusses the quadratic neural unit (QNU) and highlights its attractiveness for industrial applications such as for plant modeling, control, and time series prediction. Linear systems are still often preferred in control applications for theirsolvable and single solution nature and for the clarity to the most application engineers. Artificial neural networks are powerful cognitive nonlinear tools, but their nonlinear strength is naturally repaid with the local minima problem, overfitting, andhigh demands for application-correct neural architecture and optimization technique that often require skilled users. The QNU is the important midpoint between linear systems and highly nonlinear neural networks because the QNU is relatively very strongin nonlinear approximation; however, its optimization and performance have fast and convex-like nature, and its mathematical structure and the derivation of the learning rules is very comprehensible and efficient for implementation.

  • Název v anglickém jazyce

    Quadratic neural unit is a good compromise between linear models and neural networks for industrial applications

  • Popis výsledku anglicky

    The paper discusses the quadratic neural unit (QNU) and highlights its attractiveness for industrial applications such as for plant modeling, control, and time series prediction. Linear systems are still often preferred in control applications for theirsolvable and single solution nature and for the clarity to the most application engineers. Artificial neural networks are powerful cognitive nonlinear tools, but their nonlinear strength is naturally repaid with the local minima problem, overfitting, andhigh demands for application-correct neural architecture and optimization technique that often require skilled users. The QNU is the important midpoint between linear systems and highly nonlinear neural networks because the QNU is relatively very strongin nonlinear approximation; however, its optimization and performance have fast and convex-like nature, and its mathematical structure and the derivation of the learning rules is very comprehensible and efficient for implementation.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BC - Teorie a systémy řízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Cognitive Informatics (ICCI), 2010 9th IEEE International Conference on

  • ISBN

    978-1-4244-8040-1

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    556-560

  • Název nakladatele

    IEEE Computer Society Press

  • Místo vydání

    Los Alamitos

  • Místo konání akce

    Beijing

  • Datum konání akce

    7. 7. 2010

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku