It is shown that learning from data modelled as minimization of error functionals can be reformulated in terms of inverse problems. This reformulation allows to characterize optimal input-output functions of networks with kernel units.
PL
W artykule tym wykazano, że uczenie na podstawie danych modelowane jako minimalizacja funkcjonałów błędu może być sformułowane jako problem odwrotny. Takie sformułowanie pozwala scharakteryzować optymalne funkcje wejścia/wyjścia sieci z elementami jądrowymi.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Prezentowana jest ogólna teoria dokładnej rekonstrukcji skończenie wymiarowego wektora stanu w stacjonarnych układach liniowych, określonych w dowolnych przestrzeniach Hilberta. Dokładna rekonstrukcja stanu realizowana jest poprzez przetwarzanie sygnałów wejścia u i wyjścia y obserwowalnego systemu dynamicznego na zadanym przedziale czasowym T przez obserwator realizujący sumę iloczynu skalarnego pomiaru y i specjalnie dobranej funkcji obserwacji G1 oraz iloczynu skalarnego pomiaru u i specjalnie dobranej funkcji obserwacji G2 w wybranych przestrzeniach Hilberta. Funkcje G tworzące obserwator mają minimalną normę, co gwarantuje dodatkowe własności optymalności obserwatora w zadaniu minimalizacji błędu obserwacji stanu w obecności najbardziej niebezpiecznych znormalizowanych zakłóceń pomiarowych wejścia i wyjścia, przyjmowanych z kul jednostkowych.
EN
The general theory of exact reconstruction of finite dimensional state vector in time invariant linear systems is presented. The systems and signals are defined in Hilbert spaces. The exact reconstruction of the state is realized by processing of input u and output y signals in dynamic observable system on fix finite time interval T. The observer calculates the sum of inner product of y and special chosen observation function G1 and inner product of u and special observation function G2 in given Hilbert spaces. Observation functions G have minimal norm what guarantees the optimality properties of the observer in the task of minimization of observation error under noisy input/output measurement. Namely the most dangerous disturbances with bounded norm normalized to unit balls are assumed.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.