Cтраница 2
Функцией активации нейронов скрытых слоев является гиперболический тангенс, а выходного нейрона - линейная функция. Структуры перцептронов определялись по конструктивному алгоритму; усложнение структуры сетей прекращалось, когда явление переобучения начинало заметно ухудшать их работу. [16]
Для описания структуры имитационной модели используется идеология событийного подхода. Модель представляется в виде совокупности конструктивных алгоритмов. [17]
Структурная схема системы с нелинейным элементом в цепи местной ОС.| Структурная схема системы с нелинейным элементом в цепи главной ОС. [18] |
Одной из форм реализации рассмотренного выше подхода является проекционный метод. В некоторых случаях он позволяет построить достаточно конструктивные алгоритмы синтеза регуляторов. [19]
В конструктивных алгоритмах число нейронов в скрытых слоях также изначально мало и постепенно увеличивается. В отличие от этой методики, в конструктивных алгоритмах сохраняются навыки, приобретенные сетью до увеличения числа нейронов. [20]
Итерационные алгоритмы, в отличие от конструктивных, требуют задания начального приближенного решения задачи конструкторского проектирования, которое затем улучшается. Начальное решение задается конструктором-проектировщиком или получается на ЭВМ как результат работы конструктивного алгоритма. Примером итерационного алгоритма является процедура парных перестановок, состоящая в том, что делается попытка попарно поменять местами друг с другом все элементы конструкции с целью улучшения проектировочного решения на основании максимизации или минимизации заданной функции критерия качества. Аналогична процедура групповых перестановок, в которой производится обмен группами элементов. [21]
В общем случае задача сводится к прямому перебору всех возможных состояний системы. Поскольку, однако, при больших ns перебор состояний представляет трудоемкую задачу, целесообразно рассмотреть возможность построения конструктивного алгоритма оценки. [22]
Аналогичная проблема возникает при описании линейных сополимеров, состоящих из звеньев нескольких типов. С ростом k информация о конфигурационной структуре сополимера становится все более детальной, исчерпывающее статистическое описание ее подразумевает построение конструктивного алгоритма вычисления вероятностей любых последовательностей. [23]
Следуя работе [220], допустим, что экспериментальный вектор f несет достаточно много информации о параметре а. Поведение функции P ( a f) в зависимости / от а при решении интегрального уравнения Абеля, например, действительно оказывается 6-образным. Реальных конструктивных алгоритмов выбора распределения Р ( а) пока предложено не было. В частности, мржно принять Р ( а) const для ае 10, А ], где А - произвольное достаточно большое число. [24]
Например, число перестановочных расписаний в совмещенной химико-технологической системе конвейерного типа равно п, где п-число продуктов. Большинство задач этого класса являются jVP - полными. Поэтому конструктивные алгоритмы решения существуют только для простейших совмещенных химико-технологических систем конвейерного типа с промежуточными емкостями бесконечного объема. [25]
Соотношения предыдущего раздела позволяют по известному содержанию / с-ад вычислить вероятности подграфов меньшего размера. Однако чаще исследователей интересует обратная задача: описать конфигурационную статистику полимера, исходя из экспериментально измеренной концентрации малых фрагментов молекул. Для се решения нужен конструктивный алгоритм вычисления вероятностей &-ад произвольного размера. Однако рекуррентное применение ( см. разд. [26]
Подавление малых значений весов в методе прореживания связей. [27] |
Таким образом, происходит эффективное вымывание малых весов ( weights elimination), т.е. прореживание малозначимых связей. Противоположная методика предполагает, напротив, поэтапное наращивание сложности сети. Соответствующее семейство алгоритмов обучения называют конструктивными алгоритмами. [28]
Глава содержит теоремы о существовании решений как линейных, так и нелинейных АДС в классическом и обобщенном смысле. Основным условием разрешимости АДС является существование дифференциального оператора, приводящего исходную систему к нормальному виду, называемого ЛРО. В первом разделе обоснованы результаты разрешимости линейных АДС, структура их общих решений, получены критерии конечномерности пространства решений и даны конструктивные алгоритмы вычисления этой размерности. Второй раздел посвящен нелинейным АДС. Приведены несколько известных на настоящее время определений индекса и проведено их сравнение. Обоснованы условия разрешимости и существования ЛРО для нелинейных систем. В третьем разделе строятся обобщенные в смысле Соболева - Шварца решения начальных и краевых задач для линейных АДС. Построена аппроксимация обобщенного решения последовательностью классических решений систем ОДУ в нормальной форме, полученных методом возмущения. [29]
В данном разделе рассматриваются вопросы о присоединенном представлении локальной однопараметрической группы преобразований с использованием формулы Бейкера-Кэмпбелла - Хаусдорфа, но в отличие от работ [28, 32] здесь она связывается с формулой Коши, широко применяемой в теории линейных систем. Данный подход позволяет получить локальный аналог переходной матрицы состояния для нелинейных аффинных систем управления. Напомним, что локальная однопараметрическая группа преобразований является представлением аддитивной группы вещественных чисел R на многообразии М в виде ее действий на элементы многообразия. Присоединенное представление дает возможность реализовать конструктивный алгоритм нахождения этого действия. [30]