Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "least mean squares" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
LMS Algorithm Step Size Adjustment for Fast Convergence
Autorzy:
Bismor, D.
Powiązania:
https://bibliotekanauki.pl/articles/177252.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
signal processing
adaptive algorithms
least mean squares
active noise control
system identification
Opis:
In the areas of acoustic research or applications that deal with not-precisely-known or variable condi- tions, a method of adaptation to the uncertainness or changes is usually necessary. When searching for an adaptation algorithm, it is hard to overlook the least mean squares (LMS) algorithm. Its simplicity, speed of computation, and robustness has won it a wide area of applications: from telecommunication, through acoustics and vibration, to seismology. The algorithm, however, still lacks a full theoretical analysis. This is probabely the cause of its main drawback: the need of a careful choice of the step size – which is the reason why so many variable step size flavors of the LMS algorithm has been developed. This paper contributes to both the above mentioned characteristics of the LMS algorithm. First, it shows a derivation of a new necessary condition for the LMS algorithm convergence. The condition, although weak, proved useful in developing a new variable step size LMS algorithm which appeared to be quite different from the algorithms known from the literature. Moreover, the algorithm proved to be effective in both simulations and laboratory experiments, covering two possible applications: adaptive line enhancement and active noise control.
Źródło:
Archives of Acoustics; 2012, 37, 1; 31-40
0137-5075
Pojawia się w:
Archives of Acoustics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identyfikacja systemów nieliniowych przy pomocy kernelowego algorytmu LMS z ograniczeniem zasobów
Identification of nonlinear systems using fixed budget kernel LMS algorithm
Autorzy:
Rzepka, D.
Otfinowski, P.
Powiązania:
https://bibliotekanauki.pl/articles/408102.pdf
Data publikacji:
2012
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
metody kernelowe
uczenie maszynowe
regresja nieliniowa
algorytm LMS
dobór wektorów nośnych
kernel methods
machine learning
nonlinear regression
least mean squares
pruning criterion
Opis:
W artykule zaprezentowano zastosowanie nowej, nieliniowej wersji algorytmu LMS wykorzystującej funkcje kernelowe do identyfikacji systemów nieliniowych. Aby ograniczyć ilość wektorów nośnych, będących niezbędnym elementem algorytmów opartych o metody kernelowe zastosowano kryterium selekcji. Nowy wektor wejściowy jest przyjmowany do słownika, a następnie w słowniku wyszukiwany i usuwany jest wektor, który ma najmniejszy wpływ na tworzony model nieliniowy. Przedstawiony przykład identyfikacji systemu nieliniowego potwierdza skuteczność porównywalną do algorytmów wykorzystujących większą liczbę wektorów nośnych.
In this paper a new version of kernel normalized least mean squares algorithm is applied to identification of nonlinear system. To maintain a fixed amount of support vectors, requisite for practical kernel-based algorithm, a pruning criterion is used. After admitting a new input vector to the dictionary, a least important entry is selected and discarder. A case of nonlinear system identification is presented, proving that algorithm performs well and it can maintain a performance comparable to state-of-the-art algorithms, using smaller number of support vectors.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2012, 4b; 10-13
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Finite Mixtures Model Approach to Sensitive Questions in Surveys
Autorzy:
Artem, Shcherbina
Rostyslav, Maiboroda
Powiązania:
https://bibliotekanauki.pl/articles/465798.pdf
Data publikacji:
2011
Wydawca:
Główny Urząd Statystyczny
Tematy:
anonymous survey
sensitive questions
maximum likelihood
weighted mean
weighted least squares
Opis:
Observations from mixtures of different subpopulations are common in biological and sociological studies. We consider the case, when the observations are taken from a set of groups containing subjects, which belong to different subpopulations. Proportion of each subpopulation in a group is known and can vary from group to group. Our aim is to estimate the means of an observed variable for subjects, which belong to each subpopulation. In this paper we consider the case, when subpopulations are defined by answers on so called “sensitive questions”. We consider some parametric and nonparametric estimates of the subpopulation means, such as weighted means, maximum likelihood and weighted least squares estimates. Finite sample properties of these estimates are analyzed. Mean square errors of the estimates are compared on simulated data. Some asymptotic results are also given.
Źródło:
Statistics in Transition new series; 2011, 12, 2; 331-344
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies