Особенности оптимизационной задачи, возникающей при построении аппроксимации многомерной зависимости

Скачать account_balance Скачать insert_drive_file

Авторы:

Беляев М.Г., Любин А.Д.

Издание:

Тр. конф. "Информационные Технологии и Системы". 2011. С. 415–422.

Абстракт:

В работе рассмотрена задача восстановления неизвестной зависимости по данным. Аппроксимация ищется как разложение по словарю нелинейных параметрических функций. Построение аппроксимации разбивается на несколько этапов: выбор модели, которая задается количеством функций словаря и их типом, инициализация параметров, итеративная подстройка параметров, т.е. обучение модели. Последний этап (обучение модели) заключается в минимизации некоторого функционала, задающего ошибку на обучающей выборке данных, и его можно рассматривать как задачу безусловной однокритериальной оптимизации. В работе описаны особенности этой задачи и предложены некоторые модификации методов оптимизации, их учитывающие. Предложенные подходы превосходят стандартные и демонстрируют высокую точность на широком классе аппроксимационных задач.

Ключевые слова: HDA, Нелинейные наименьшие квадраты, Параметрический словарь

LinkedIn
VK

Контактная информация

location_on  117246, Москва, Научный проезд, д. 17, 15 этаж

phone  +7 (495) 669-68-15

mail_outline  info@datadvance.net

Связаться navigate_next