Нейроинформатика и управление

Abstract

В статье рассматриваются информационные алгоритмы обучения нейронной сети, когда вместо минимизации целевой функции ошибки сети в виде квадратичной формы используется минимизация функции потерь. При этом целевая функция ошибки сети в виде квадратичной формы является частным случаем функции потерь. Рассмотрен робастный подход к построению алгоритмов настройки сети для дискретного и аналогового случая. Приведенные алгоритмы доступны для моделирования в среде Matlab.