Nichtlineare Optimierung in der Systemidentifikation
作者： Schröder
DOI: 10.1007/978-3-642-11398-7_10
关键词:
摘要: Das Kapitel 4 fuhrte in die Grundlagen der Parameteroptimierung ein. Dabei wurde fur den Fall nichtlinearen Optimierung lediglich das einfache Gradientenabstiegsverfahren betrachtet. Die nichtlineare angewandten Mathematik kennt jedoch deutlich leistungsfahigere Verfahren, welche diesem naher untersucht werden sollen.
springer.com
sci-hub.st 参考文章(43)
Adrian J. Shepherd, Second-Order Methods for Neural Networks Springer London. ,(1997) , 10.1007/978-1-4471-0953-2
Robert J. Marks, Russell D. Reed, Neural Smithing: Supervised Learning in Feedforward Artificial Neural Networks ,(1999)
Peter Spellucci, Numerische Verfahren der nichtlinearen Optimierung Birkhäuser Basel. ,(1993) , 10.1007/978-3-0348-7214-0
Geoffrey E Hinton, David C Plaut, Steven J Nowlan, Experiments on Learning by Back Propagation. Tech. Rep. of Carnegie Mellon Univ. ,(1986)
Adrian J. Shepherd, Second-Order Methods for Neural Networks: Fast and Reliable Training Methods for Multi-Layer Perceptrons ,(1997)
L. E. Scales, Introduction to Non-Linear Optimization ,(1985)
Christopher M. Bishop, Neural networks for pattern recognition ,(1995)
Howard B. Demuth, Martin T. Hagan, Mark Beale, Neural network design ,(1995)
Martin F. Møller, Efficient Training of Feed-Forward Neural Networks DAIMI Report Series. ,vol. 22, ,(1993) , 10.7146/DPB.V22I464.6937
C. G. Broyden, A Class of Methods for Solving Nonlinear Simultaneous Equations Mathematics of Computation. ,vol. 19, pp. 577- 593 ,(1965) , 10.1090/S0025-5718-1965-0198670-6