Improving algorithms for learning of radial basis functions networks for approximation problems and solving partial differential equations

ИР автоматически получен из ЭБС Scoupus
Категория: физико-математические науки
Авторы (ПГУ): Горбаченко Владимир Иванович [100]  
Аннотация: The learning of radial basis functions networks for solving approximation problems and partial differential equations is considered. Realizations of the accelerated gradient of Nesterov and Levenberg-Marquardt were proposed for learning networks, which made it possible to significantly reduce the training time.
Тип: Статья
Вид: электронное немультимедийное издание
Количество частей: 1
Год издания: 2019
Издательство: International Conference on Applied and Engineering Mathematics
Где опубликовано: Сборник трудов конференции
Место опубликования: 2019 International Conference on Applied and Engineering Mathematics, ICAEM 2019 - Proceedings
Целевая аудитория: Исследователь
Целевое назначение: Научное
Отрасль науки: 05.13.18 Математическое моделирование, численные методы и комплексы программ
Лицензия: Нет ограничений
Ограничения: Нет ограничений
Правообладатель: HITEC University Taxila, Pakistan
DOI: 10.1109/ICAEM.2019.8853724
Библиографическая ссылка: Gorbachenko V., Alqezweeni M. Improving algorithms for learning of radial ba-sis functions networks for approximation problems and solving partial differential equations // 2019 International Conference on Applied and Engineering Mathe-matics. — ICAEM, (Taxila, Pakistan, 27-29 Aug. 2019). — P. 264 – 268.
Внешняя веб-ссылка: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85073692933&origin=inward
Язык: Английский
Место хранения:Вне ПГУ
Дата размещения:18.11.2019
Владелец:Горбаченко Владимир Иванович
Ссылка на ресурс:
http://elib.pnzgu.ru/library/1574102887