QQ客服 官方微博 反馈留言

	峭度自适应学习率的盲信源分离
	孙守宇 ; 郑君里 ; 吴里江 ; 赵莹 ; SUN Shou-yu ; ZHENG Jun-li ; WU Li-jiang ; ZHAO Ying
	2010-06-09 ; 2010-06-09
关键词	自适应 学习率 盲信源分离 峭度 adaptive learning rate blind source separation kurtosis TN911
其他题名	Blind Source Separation with Kurtosis Adaptive Learning Rate
中文摘要	本文提出了一种自适应学习率盲信源分离的自然梯度算法 ,自适应学习率仅依赖于神经网络输出峭度平方和的负指数 .开始阶段由于小的峭度 ,学习率大收敛速度快 .之后 ,随着峭度变大 ,学习率慢慢变小 ,产生小的稳态误差 .在线性无记忆混合的情况下 ,用欠高斯信源进行的模拟实验表明 ,与固定学习率相比 ,本文提出的峭度自适应学习率盲信源分离算法具有收敛速度快和稳态误差小的特点 .; A natural gradient algorithm with an adaptive learning rate for blind source sep aration is proposed.The adaptive learning rate only depends on the negative expo nential of the square sum of the kurtosis of neural networks outputs.The initial convergence speed is very fast because of large learning rate (according to sma ll kurtosis).After an initial period,the learning rate decreases slowly due to l arge kurtosis,giving rise to small steady-state errors.Simulation with under-G aussian as sources and in the instantaneous mixing case shows that the proposed algorithm has faster convergence and smaller steady-state error than those with out adaptive learning rate.
语种	中文 ; 中文
内容类型	期刊论文
源URL	[http://hdl.handle.net/123456789/54178]
专题	清华大学
推荐引用方式 GB/T 7714	孙守宇,郑君里,吴里江,等. 峭度自适应学习率的盲信源分离[J],2010, 2010.
APA	孙守宇.,郑君里.,吴里江.,赵莹.,SUN Shou-yu.,...&ZHAO Ying.(2010).峭度自适应学习率的盲信源分离..
MLA	孙守宇,et al."峭度自适应学习率的盲信源分离".(2010).

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。