安定性を保証した確率的最速な学習同定法の簡略化について
スポンサーリンク
概要
- 論文の詳細を見る
学習同定法は, 係数更新手順中に状態ベクトルのノルムの2乗による除算を含むことから, 特に非定常な入力信号を扱う場合に不安定な動作が生じ易くなる. これに対し, 状態ベクトルのノルムが設定したしきい値以下になったときに係数更新を停止する方法が知られており, 著者らは既にこの方式を用いた場合の推定精度の上限(保証値)および確率的最速ステップゲインを示している. 本稿では, 動作の安定性の基準として導入した保証値をS/Nに対応した値に設定することにより, 確率的最速ステップゲインを用いた学習同定法を簡略化する方式を提案している. 更に, 計算機シミュレーションにより提案する手法の有効性を確認している.
- 1997-06-27
論文 | ランダム
- Combined hepatocellular carcinoma and cholangiocarcinoma with components of mucinous carcinoma arising in a cirrhotic liver
- Correlation of KIT and EGFR overexpression with invasive ductal breast carcinoma of the solid-tubular subtype, nuclear grade 3, and mesenchymal or myoepithelial differentiation
- Optimal Particle Size of Radiocolloid for Sentinel Node Identification in Breast Cancer-Electron Microscopic Study and Clinical Comparison
- Different expression patterns of KIT, EGFR, and HER-2 (c-erbB-2) oncoproteins between epithelial and mesenchymal components in uterine carcinosarcoma
- 新しい石炭文明の未来像(空想から科学への地球環境問題-3-)