arrow
返回

Multi-point Directional Minimization for Conjugate Gradient Algorithm

delete2026-01-01
delete0
PRE
AI
J
Jarosław Bilski *
J
Jacek Smoląg
DOI:10.1007/978-3-032-03705-3_2delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
共轭梯度(CG)算法是训练神经网络的一种广泛应用的方法。其计算量最大的步骤是方向最小化。本文介绍了一种CG算法的新型改进方法,该方法加速了方向最小化,从而显著减少了计算时间。提出的改进方法在选定的测试案例中进行评估,并将其性能与经典的CG方法进行了比较。
Keyword:
feedforward neural network
supervised learning
conjugate gradient algorithm
parallel computation

期刊

A
ARTIFICIAL INTELLIGENCE AND SOFT COMPUTING, ICAISC 2025, PT I
IF:
0
论文数:
24
被引数:
0

机构

T
technical university czestochowa
学者数:
1.3K
论文数: 1.5K
被引数: 1
引用论文

引用论文

Learning Internal Representations by Error Propagation
err
IF0
err1985-09-01
err0
PREAI
errDavid E. Rumelhart; Geoffrey E. Hinton; Ronald J. Williams
err分享
err收藏
Simulations for Tuning a Laser Power Control System of the Cladding Process
err2016-09-09
err0
errOAAI
errPiotr Jurewicz; Wojciech Rafajłowicz; Jacek Reiner; Ewaryst  Rafajłowicz
err分享
err收藏
ON THE TOPOLOGICAL PROPERTIES OF THE CERTAIN NEURAL NETWORKS
err2018-05-17
err23
errOAAI
errLiu, Jia-Bao; Zhao, Jing; Wang, Shaohui; Javaid, M.; Cao, Jinde
err分享
err收藏
学者 查看更多内容