Decomposition Techniques for Multilayer Perceptron Training

In this paper, we consider the learning problem of multilayer perceptrons (MLPs) formulated as the problem of minimizing a smooth error function. As well known, the learning problem of MLPs can be a difficult nonlinear nonconvex optimization problem. Typical difficulties can be the presence of exten...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE transaction on neural networks and learning systems Ročník 27; číslo 11; s. 2146 - 2159
Hlavní autoři:	Grippo, Luigi, Manno, Andrea, Sciandrone, Marco
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States IEEE 01.11.2016
Témata:	Approximation algorithms Convergence Decomposition techniques extreme learning machine (ELM) feedforward neural networks Indexes Linear programming Minimization multilayer perceptrons (MLPs) Optimization optimization methods for supervised learning Training
ISSN:	2162-237X, 2162-2388, 2162-2388
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!