Learning Radial Basis Function Networks with the Trust Region Method for Boundary Problems

Категория: физико-математические науки
Авторы (ПГУ): Горбаченко Владимир Иванович [100] 
Авторы (внеш.): Елисов Лев Николаевич [0], Жуков Максим Валерьевич [0]
Аннотация: We consider the solution of boundary value problems of mathematical physics with neural networks of a special form, namely radial basis function networks. This approach does not require one to construct a difference grid and allows to obtain an approximate analytic solution at an arbitrary point of the solution domain. We analyze learning algorithms for such networks. We propose an algorithm for learning neural networks based on the method of trust region. The algorithm allows to significantly reduce the learning time of the network.
Тип: Статья
Вид: электронная копия бумажного издания
Количество частей: 1
Год издания: 2018
Издательство: Springer
Место опубликования: Журнал
Индексация: Web of Science (тип документа Article)
Целевая аудитория: Исследователь, Преподаватель, Учащийся
Целевое назначение: Научное
Отрасль науки:
Лицензия: Нет ограничений
Ограничения: Нет ограничений
Правообладатель: Pleiades Publishing, Ltd.
DOI: 10.1134/S0005117918090072
Библиографическая ссылка: Elisov, L.N., Gorbachenko, V.I. & Zhukov, M.V. Autom Remote Control (2018) 79: 1621. https://doi.org/10.1134/S0005117918090072
Внешняя веб-ссылка: https://link.springer.com/article/10.1134/S0005117918090072
Язык: Английский
Место хранения:Вне ПГУ
Дата загрузки ИР: 17.11.2018Владелец ИР: Горбаченко Владимир Иванович
Ссылка на ресурс: