нейронная сеть (тренировка) Опции

[Demonis]

Тренирую нейронную сеть в Матлабе. Структура нейронной сети 10x30x30x1 и 10x20x20x20x1, тренирую с помощью функции trainbr с использованием ранней остановки (когда нейронная сеть относительно проверочных данных ухудшается).

Но в процессе тренировки получается, что после нескольких эпох тренировки нейронная сеть прекращает тренировку с причиной "Minimum gradient reached". При этом средняя ошибка НС превышает 50%, т.е. сеть не тренирована совсем. Что может быть причиной такой ранней остановки НС??

[Demonis]

Спасибо за наводку. Наверное я у себя не установил System Identification при инсталяции. Найду компакты - посмотрю что там и как. Один общий вопрос: на основании чего в этих тулбоксах производят аппроксимаци системы. Просто требуется описать функцию 10 переменных - а это вроде бы не такая простая задача аппроксимации??

То же самое я пробовал делать для контура, состоящего из 5 точек, но с плавающим в определенных пределах значения Х-координаты. MLP описывалу такую систему с точностью порядка 10%.

[shreck]

Один общий вопрос: на основании чего в этих тулбоксах производят аппроксимаци системы. Просто требуется описать функцию 10 переменных - а это вроде бы не такая простая задача аппроксимации??

Вопрос достаточно обширный, одной реплики не хватит. Грубое описание: для идентифицируемой системы выбирается модель, параметры которой еще неизвестны. Моделей существует некоторое количество (в пространстве состояний, передаточная функция, импульсная характеристика, частотная характеристика). На остнове данных вход-выход выполняется расчет параметров модели. Часть данных необходимо оставить для проверки полученной модели.

Начните с матлабовского хэлпа по данному тулбоксу. Это отличное введение. В инете есть инфа по идентификации систем (правда не в русском). Из литературы на русском: В. Дьяконов MATLAB Анализ, идентификация и моделирование систем. Спец. справочник. Также фундаментальная работа Льюга (в переводе, и, по-моему, только в библиотеах).

Сразу предупреждаю. Для успешной идентификации, входной сигнал должен обладать определенными свойствами, которые в реальной жизни придать сигналу не всегда возможно.

P.S. Для идентификаци без разницы сколько входов/выходов имеет система. Когда их много используется модель в пространстве состояний.

[Kruger Freddy]

Вопрос достаточно обширный,

Может что посоветуете из литературы на русском - у меня задача попроще - хочу разобраться как работает Matlab Neural Networks Toolbox. Есть описание на английском - но тяжело в понимании - хотя есть чем первести, но всеже.
В конце пути хочу прменить ее для целей фильтрации сигналов - т.е. отделить быстроизменяющиеся сигналы от медленноизменяющихся.