Recurrent neural networks for non-linear system identification

• Autorzy: Krejsa J. , Dolezal R.

Warianty tytułu

PL

Zastosowanie rekurencyjnych sieci neuronowych do identyfikacji układów

• Konferencja: Międzynarodowe Sympozjum Mechaniki Stosowanej, III; 1999; Gliwice; Polska
• Języki publikacji: EN

Abstrakty

EN

The contribution shows Elman neural network used for non-linear system identification. A simple example of non-linear dynamic system is used to test the performance of networks with different number of hidden units. Results shows that higher number of hidden neurons surprisingly degrades the performance of the network both in training and generalisation abilities.

PL

W pracy przedstawiono zastosowanie neuronowej sieci Elmana do identyfikacji układu nieliniowego. Na przykładzie prostego nieliniowego układu dynamicznego zbadano osiągi sieci z różną liczbą ukrytych neuronów. Wyniki wskazują, że większe liczb)' ukrytych neuronów zmniejszają zdolności treningowe i uogólniające sieci.

Słowa kluczowe

EN

recurrent neural network; shows Elman; non-linear system; neurons

PL

rekurencyjne sieci neuronowe; siec Elmana; układ nieliniowy; neurony

• Wydawca: Wydawnictwo Katedry Mechaniki Stosowanej
• Czasopismo: Zeszyty Naukowe Katedry Mechaniki Stosowanej / Politechnika Śląska
• Rocznik: 1999
• Tom: z. 11
• Strony: 37--40
• Opis fizyczny: Bibliogr. 3 poz.

Twórcy

autor

Krejsa J.

autor

Dolezal R.

• The Mechatronics Centre, Institute of Thermomechanics, Czech Academy of Sciences, Technicka 2, 616 69, Brno, Czech Republic

Bibliografia

• [1] Narendra K.S., Parthasarathy K.: Identification and Control of Dynamical Systems Using Neural Networks, IEEE Transactions on Neural Networks, vol. 1, no. 1, 1990.
• [2] Krejsa J., Doleżal R.: Neural networks for nonlinear system identification, Engineering mechanics 99, Svratka, Czech Republic, 1999 (accepted for publication).
• [3] Elman J.L., Finding structure in time, Cognitive Science, vol.l4., 1990.