عنوان
تابع هزينه حداقل ميانگين مربعات توأم با حداقل واريانس خطا
نویسنده (گان)
پاکيزه حاجي يار,فريبا ;صدوقي يزدي,هادي
چکیده مقاله
حداقل ميانگين مربعات خطا نقشي ضروري در يادگيري و مقبوليت سيستم¬هاي عصبي ايفا مي¬کند. با اين وجود مقدار آني خطاي مدل به تنهايي نمي¬تواند حداکثر اطلاعات را از صحت مدل تخمين زده شده يا طبقه¬بندي ساختار داده¬ها منتقل کند. در اين مقاله تعميمي از تابع هزينه مرسوم حداقل ميانگين مربعات خطا معرفي کرده¬ايم که ترم تنظيم¬کننده آن مبتني بر حداقل واريانس خطا مي¬باشد. نشان خواهيم داد که اين تابع هزينه نيز جوابي شبيه به فرم وينر خواهد داشت و به خاطر ترم تنظيم¬کننده تابع هزينه جديد نسبت به نويز مقاوم¬تر عمل مي¬کند و شکل داده¬ها را بهتر در خود لحاظ مي¬نمايد. همچنين فرم بازگشتي LMS گونه تابع هزينه معرفي شده را بدست مي¬آوريم تا بتوان از آن به صورت برخط استفاده نمود و سپس به حل انواع کرنلي آن مي¬پردازيم. عملکرد اين روش¬ها را با داده¬هاي مختلف در مسئله طبقه¬بندي بررسي خواهيم نمود.

متن کامل مقاله