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
- 比較刑事法研究上における「三つの社会モデル」 : 権力社会としての中国、法律社会としての米国、文化社会としての日本
- 公務員賄賂の社会的意義に関する比較研究(序説)
- 人権への中国的接近
- 中国における公務員汚職とその対策
- 現代中国における犯罪学研究