文献

J-GLOBAL ID：201002240029222510   整理番号：10A0943478

教師つき学習を用いた非線形モデル同定のための適応リカレントのニューラルネットワーク学習アルゴリズム

Adaptive Recurrent Neural Network Training Algorithm for Nonlinear Model Identification Using Supervised Learning

著者 (2件)： AKPAN Vincent A. (Aristotle Univ. Thessaloniki, Thessaloniki, GRC) ,  HASSAPIS George D. (Aristotle Univ. Thessaloniki, Thessaloniki, GRC)
資料名： Proceedings of the American Control Conference  (Proceedings of the American Control Conference)
巻： 2010 Vol.7  ページ： 4937-4942  発行年： 2010年 
JST資料番号： B0982A  ISSN： 0743-1619  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文はヘッシアン行列とその逆行列における計算の困難さの取り除き問題に関する。この行列は学習リカレントのニューラルネットワークモデルのために用いた教師つき学習アルゴリズムに現れる。これらのモデルを適応制御応用で使用することができる。学習が小さいあるいは大きいデータセットのいずれかで行われている時には,提案の対話戦略はヘッシアン行列の正定性を保証する。得られた戦略の検証は廃水処理施設のモデルを同定するためのその応用から結果として生じる。そしてF-16航空機はリカレントニューラルネットワークのロバスト性と収束特性が少数の反復学習で満足されることを示した。このことは提案のアルゴリズムが高速計算機に実装された時,リアルタイムの適応予測制御応用に使用できることを暗示する。

シソーラス用語： *教師つき学習 ,  モデル ,  *同定 ,  *学習アルゴリズム ,  行列式 ,  行列 ,  適応制御 ,  戦略 ,  廃水処理施設 ,  航空機 ,  ロバスト性 ,  収束 ,  予測制御
準シソーラス用語： リアルタイム ,  *リカレントニューラルネットワーク ,  ヘッシアン ,  反復学習 ,  *非線形モデル

分類 (3件)： システム同定  (IA02040O) ,  数値計算  (JE02000J) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (7件)： 教師つき学習 ,  非線形モデル ,  同定 ,  適応 ,  リカレント ,  ニューラルネットワーク ,  学習アルゴリズム