Page 52 - 4196
P. 52
1
Якщо вибрати A E , де E - одинична матри-
n
n
ця, то алгоритм (4.36) відповідає алгоритму стохастичної
апроксимації.
Застосуємо до роздільної функції a,xg апрокси-
мацію
N
g a,x a j j ax T x , (4.37)
j 1
де a N - вимірний вектор шуканих параметрів, x -
відомі лінійно незалежні вектор-функції, як правило ор-
тонормовані.
Підставляючи (4.37) в (4.32), (4.33), (4.35), отрима-
ємо
;
J ( )a M F y a T φ x
x
J ( )a M F y a T φ x
,
x
де
x
F y a T φ x F y a T φ x Q ,x a .
На n му кроці алгоритму навчання величина
Q ,x a буде дорівнювати
,
Q ,x a n 1 F y a T n 1 φ x φ x n
n
n
n
а оцінка вектору a для дискретного алгоритму навчання
n
буде
.
a a A F y a T φ x φ x (4.38)
n n 1 n n n 1 n n
Алгоритм навчання допускає узагальнення на непе-
рервний випадковий процес tx , для якого
da dt t A yFt at T xt xt t . (4.39)
52