10.3321/j.issn:0372-2112.2000.10.036
利用EM算法估计隐含观测量的回馈神经网络学习新方法
研究回馈神经网络(RNN)参数估计的新方法.利用隐含观测量,将复杂RNN的训练分解为线性输出层和多个单隐元的参数估计.基于每个隐元激励函数的多点线性近似,RNN可利用统计混合专家网络模型(ME)描述,从而将RNN的参数估计转化为包含隐含观测量的线性系统的最大似然估计问题,最后利用期望最大化(EM)算法获得RNN的隐含观测量及其参数估计.
回馈神经网络、EM算法、隐含观测量
28
TP183(自动化基础理论)
国家自然科学基金69872021;广东省自然科学基金980438
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
133-137