SEQUENTIAL LEARNING PROCESSES IN NEURAL NETWORKS APPLIED AS MODELS OF NONLINEAR SYSTEMS
| dc.contributor.author | Azarskov, V. N. | |
| dc.contributor.author | Zhiteckii, L. S. | |
| dc.contributor.author | Nikolaienko, S. A. | |
| dc.date.accessioned | 2017-05-26T07:16:13Z | |
| dc.date.available | 2017-05-26T07:16:13Z | |
| dc.date.issued | 2013-10 | |
| dc.description.abstract | Asymptotic properties of the online gradient algorithm with a constant step size employed for learning in neural network models of nonlinear systems having one hidden layer are examined. Some conditions guaranteeing the convergence of this algorithm are established. | uk_UA |
| dc.description.abstract | Вивчено асимптотичні властивості градієнтного алгоритму зі сталим кроковим коефіцієнтом, що використовується для навчання в реальному часі нейромережних моделей нелінійних систем з одним прихованим шаром. Встановлено деякі умови, що гарантують збіжність цього алгоритму. | uk_UA |
| dc.identifier.issn | 1990-5548 | |
| dc.identifier.uri | http://er.nau.edu.ua/handle/NAU/28282 | |
| dc.language.iso | en | uk_UA |
| dc.publisher | ВД "Освіта України" | uk_UA |
| dc.subject | nonlinear system; neural network model; gradient algorithm; learning; convergence | uk_UA |
| dc.subject | нелінійна система, нейромережна модель, градієнтний алгоритм, навчання, збіжність | uk_UA |
| dc.title | SEQUENTIAL LEARNING PROCESSES IN NEURAL NETWORKS APPLIED AS MODELS OF NONLINEAR SYSTEMS | uk_UA |
| dc.title.alternative | Процеси послідовного навчання в нейронних мережах, що застосовуються як моделі нелінійних систем | uk_UA |
| dc.type | Article | uk_UA |