RUS  ENG
Полная версия
ЖУРНАЛЫ // Искусственный интеллект и принятие решений // Архив

Искусственный интеллект и принятие решений, 2015, выпуск 2, страницы 18–24 (Mi iipr319)

Методы рассуждений и представления знаний

Байесовский подход к регуляризации задачи обучения сети функций радиального базиса

А. С. Нужный

Институт проблем безопасного развития атомной энергетики РАН, г. Москва

Аннотация: Рассматривается задача аппроксимации скалярной функции многих переменных с помощью сети функций радиального базиса. Для борьбы с некорректностью задачи аппроксимации используется метод регуляризации Тихонова. Поиск регуляризационного множителя осуществляется по методу Байеса. Предлагаемый алгоритм позволяет существенно сократить вычислительные затраты за счет замены “дорогостоящей” итерационной процедуры поиска экстремума целевой функции аналитическим решением.

Ключевые слова: функции радиального базиса, некорректные задачи, байесовская регуляризация обучения.



Реферативные базы данных:


© МИАН, 2024