ACTA AUTOMATICA SINICA · 2009 · 25 citations · 12 references
ComputingComputer ScienceMathematicsAlgorithmsMachine LearningOptimizationGradient-based OptimizationNeural NetworksNumerical AnalysisNumerical ConvergenceNumerical Linear AlgebraOnline AlgorithmsConvergence Rate AnalysisGlobal Convergence AnalysisGradient DescentIteration MatricesLinear ConvergenceLinear Solver ConvergenceOnline Optimization
摘要: 探讨归纳了一类用于在线求解线性方程组的梯度神经网络, 并且证明了该类梯度网络具有全局指数收敛特性, 而非以往提出的渐进收敛特性. 此外, 相对于使用线性激励函数的情况, 当使用幂S形激励函数时网络具有更好的收敛效果. 计算机仿真结果进一步验证了上述分析的准确性和该网络求解线性方程组问题的有效性. 关键词: 梯度神经网络 / 激励函数阵列 / 全局指数收敛
12