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.

[shreck]

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.

1. Медведев В.С., Потемкин В.Г. Нейронные сети. Книга как раз по Neural Networks Toolbox.
2. Дьяконов В, Круглов В. Математические пакеты расширения Matlab. Специальный справочник. Здесь есть глава по Neural Networks Toolbox.
3. Дьяконов В, Абраменкова И. Malab обработка сигналов и изображений. Специальный справочник.

Также загляните на www.exponenta.ru
Ну и конечно поиск в инете.