next up previous contents
Next: Výpočet hodnot derivací chybové Up: Gradientní učení RBF sítě Previous: Jiné varianty gradientního algoritmu   Obsah

Derivace chybové funkce

Pro výpočet gradientního algoritmu potřebujeme vyjádřit derivace chybové funkce podle všech hledaných parametrů, t.j. vah, středů, šířek a matice normy.

Derivaci chybové funkce

$\displaystyle E_1 = \frac{1}{2} \sum_{t=1}^{N}\sum_{s=1}^{m} (e_s^t)^2,$   $\displaystyle e_s^t = (f_{s}(\vec{x}^{t}) -d_{s}^{t})^2$ (3.3)

podle jednotlivých parametrů snadno vyjádříme použitím pravidel o derivaci součtu a složené funkce. Označme $\varphi_k\left(\vec{x}^t\right) =
\varphi\left(\frac{\parallel \vec{x}^t - \vec{c}_k \parallel_{{\bf C_k}}}{b_k}\right)$ a $\varphi_k'\left(\vec{x}^t\right) =
\varphi'\left(\frac{\parallel \vec{x}^t - \vec{c}_k \parallel_{{\bf C_k}}}{b_k}\right)$.
$\displaystyle \frac{\partial E_1}{\partial w_{kq}}$ $\textstyle =$ $\displaystyle \sum_{t=1}^{N} e_q^t \varphi_k\left(\vec{x}^t\right)$ (3.4)
$\displaystyle \frac{\partial E_1}{\partial \vec{c}_k}$ $\textstyle =$ $\displaystyle -\frac{{\bf\Sigma^{-1}_{k}}}{b_k}\sum_{t=1}^{N}
\frac{[\vec{x}^t ...
...}^k\parallel _{C_k}}
\varphi_k'\left(\vec{x}^t\right)\sum_{s=1}^m e_s^{t}w_{ks}$ (3.5)
$\displaystyle \frac{\partial E_1}{\partial b_k}$ $\textstyle =$ $\displaystyle -\frac{1}{b_k^2}\sum_{t=1}^{N}
\parallel\vec{x}^t - \vec{c}^k\parallel _{C_k}
\varphi_k'\left(\vec{x}^t\right)\sum_{s=1}^m e_s^{t}w_{ks}$ (3.6)
$\displaystyle \frac{\partial E_1}{\partial {\bf\Sigma^{-1}_{k}}}$ $\textstyle =$ $\displaystyle \frac{1}{2b_k}\sum_{t=1}^{N}
\frac{[\vec{x}^t - \vec{c}^k][\vec{x...
...}^k\parallel _{C_k}}
\varphi_k'\left(\vec{x}^t\right)\sum_{s=1}^m e_s^{t}w_{ks}$ (3.7)



Petra Kudova
2001-04-19