Робастное обучение вейвлет-нейросетей

Abstract

Розглянуто робастний підхід до навчання вейвлет-нейронних мереж нульового та першого порядків. Досліджено алгоритми навчання Гауса–Ньютона, що використовують другу похідну функції втрат або вагову функцію. Наведено результати моделювання, що підтверджують ефективність запропонованих алгоритмів.

An approach to training of the wavelet neural networks is considered. The Gauss–Newton algorithms that use the second derivative of a lost function or a weighted function are proposed and investigated. The simulation results that confirm efficiency of the proposed algorithms are presented.