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

Категория:	физико-математические науки	Скачать с внешнего хранилища
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