Least Squares Support Vector Machine Based on Wavelet-Neuron/ Uz wavelet neironiem balstītā minimālo kvadrātu atbalsta vektoru mašīna/ Машина опорных векторов наименьших квадратов на основе вэйвлет-нейрона

Bodyanskiy Yevgeniy (), Vynokurova Olena () and Kharchenko Oleksandra ()
Additional contact information
Kharchenko Oleksandra: Kharkiv National University of Radio Electronics

Information Technology and Management Science, 2014, vol. 17, issue 1, 19-24

Abstract: Своеобразным гибридом различных нейронных сетей, обучение которых основывается как на оптимизации, так и на памяти, являются машины опорных векторов (SVM), архитектура которых совпадает с RBFN и GRNN, синаптические веса определяются в результате решения задачи нелинейного программирования, а центры активационных функций устанавливаются по принципу «нейроны в точках данных». И хотя SVM-сети обладают целым рядом несомненным преимуществ, их обучение с вычислительной точки зрения представляется достаточно трудоемким, поскольку связано с решением задач нелинейного программирования высокой размерности. В связи с этим в качестве альтернативы SVM были предложены машины опорных векторов наименьших квадратов (LS-SVM), обучение которых сводится к решению систем линейных уравнений, что гораздо проще с вычислительной точки зрения и может быть реализовано в онлайн режиме. Вэйвлет-аналогом традиционной SVM является вэйвлет машина опорных векторов (WSVM), в которой многомерные ядерные функции активации заменены одномерными адаптивными вэйвлет-функциями. И хотя WSVM обладает большими возможностями по сравнению с традиционными SVM, их обучение с вычислительной точки зрения связано с реализацией достаточно сложных процедур, что, естественно, ограничивает их возможности для решения задач реального времени. В связи с этим представляется целесообразной разработка достаточно простых вэйвлет-нейро-систем, реализующих идеи обучения, основанного на минимизации эмпирического риска и ориентированных на обработку информации в online-режиме. В качестве базового элемента таких систем нами принят вэйвлет-нейрон, характеризующийся высокими аппроксимирующими свойствами, простотой, высокой скоростью обучения и возможностью выявлять скрытые зависимости в обрабатываемых данных.

Date: 2014
References: View complete reference list from CitEc
Citations:

Downloads: (external link)
https://doi.org/10.1515/itms-2014-0002 (text/html)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:vrs:itmasc:v:17:y:2014:i:1:p:19-24:n:2

DOI: 10.1515/itms-2014-0002

Access Statistics for this article

Information Technology and Management Science is currently edited by J. Merkurjevs

More articles in Information Technology and Management Science from Sciendo
Bibliographic data for series maintained by Peter Golla ().