НАВЧАННЯ АДАЛІНИ НА ОСНОВІ МАКСИМІЗАЦІЇ УЗАГАЛЬНЕНОЇ КОРЕНТРОПІЇ ПРИ ІДЕНТИФІКАЦІЇ НЕСТАЦІОНАРНОГО ОБ’ЄКТА
Summary
No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.
Summarise with VIRAT Free to try with your Science Catalogs account.Abstract
Розглянуто задачу робастного навчання нейронної мережі Адаліна при вирішенні завдання ідентифікації параметрів лінійного нестаціонарного об’єкта за наявністю негауссівських завад на основі максимізації узагальненої корентропії. Розглянуто корентропію як міру подоби. Досліджено статистичні властивості градієнтного алгоритму ідентифікації, в результаті чого визначено умови його збіжності в середньому і середньоквадратичному. Отримано рівняння для визначення оптимального значення параметра збіжності алгоритму, що забезпечує мінімальне значення середньоквадратичної помилки, що встановлюється.
Fields of Study & Subjects
Control Systems and Identification
Advanced Adaptive Filtering Techniques
Neural Networks and Applications
Publication details
- Journal / source
- Системи обробки інформації
- Issue
- 1(184)
- Pages
- 8–13
- Publication date
- 30 March 2026
- Language
- UK