文献

J-GLOBAL ID：201702215931062932   整理番号：17A1645551

状態マッチングを用いた適応マルチカーネルRBF(動径基底関数)モデル【Powered by NICT】

An adaptive multi-kernel RBF model using state matching

著者 (3件)： Cai Pinlong (Quanzhou Institute of Equipment Manufacturing, Haixi Institutes, Chinese Academy of Sciences, Jinjiang 362200) ,  Chen Hao (Quanzhou Institute of Equipment Manufacturing, Haixi Institutes, Chinese Academy of Sciences, Jinjiang 362200) ,  Zhang Jingxin (Quanzhou Institute of Equipment Manufacturing, Haixi Institutes, Chinese Academy of Sciences, Jinjiang 362200)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DDCLS  ページ： 163-167  発行年： 2017年 
JST資料番号： W2441A  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： 動径基底関数ニューラルネットワークをシステム同定のための非線形マッピングの強い能力を持っている。特に,直交最小二乗法を用いた「過剰」問題を効果的に回避に対する物欲しげな構造を生成することができる。それにもかかわらず,静的モデル,主に製造と生活に存在するによる動的システムを処理することは困難である。動的システムにより提示された非定常時系列を目的として,可変または複合構造を持つオンラインモデルを調べる必要がある。本論文では,いくつかの新しい方法とマルチカーネルRBF(動径基底関数)ニューラルネットワークを提案した。穀粒は,試料セットの変換の代わりにサンプル集合規則的なアルゴリズムのようなだけで訓練した。そして,全ての穀粒のオンライン量分布はシステムの変化を追跡するために状態マッチング法に依存している。最後に,いくつかの数値実験により,提案したモデルの性能は,他のモデルと比較することにより検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 動的系 ,  ニューラルネットワーク ,  *動径基底関数 ,  システム同定 ,  *マッチング ,  直交性 ,  最小二乗法 ,  アルゴリズム ,  複合構造
準シソーラス用語： 数値実験 ,  オンライン ,  非線形マッピング ,  動径基底関数ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (7件)： マッチング ,  適応 ,  マルチ ,  カーネル ,  RbF ,  動径基底関数 ,  モデル