一篇關(guān)于積分抗噪的論文

論文不方便給出啦,就是自己的一些學(xué)習(xí)記錄

主要內(nèi)容

論文提出了一個(gè)CT-AZND模型:使用了一個(gè)積分形式的誤差函數(shù)和兩次ZND公式。
加的噪聲有以下幾種:常量、線性時(shí)變、約束范圍隨機(jī)數(shù)。
解決問(wèn)題:主要是得到一個(gè)時(shí)變的非線性凸函數(shù)的最優(yōu)解(此時(shí)默認(rèn)只有一個(gè)全局最優(yōu)解)。

模型搭建過(guò)程

1、問(wèn)題公式:

離散

其中t_{k+1}=(k+1)g,g表示步長(zhǎng)。這是為了離散化,因?yàn)橛?jì)算機(jī)中實(shí)際的計(jì)算是不可能連續(xù)的。步長(zhǎng)與計(jì)算時(shí)間有關(guān),不能說(shuō)步長(zhǎng)小于計(jì)算時(shí)間。
連續(xù)

2、接下來(lái)對(duì)這個(gè)問(wèn)題公式求導(dǎo)(一開(kāi)始我們先對(duì)連續(xù)的進(jìn)行推導(dǎo))
一階導(dǎo)

3、然后得到一個(gè)導(dǎo)數(shù)為0的集合

可以得知,最優(yōu)解處導(dǎo)數(shù)是一定為0的。于是將s(r(t),t)當(dāng)做誤差函數(shù)。但是僅僅這樣考慮的是片面的,于是對(duì)誤差函數(shù)做積分,這樣抗噪的性能會(huì)上升。
4、于是我們將\int_0^t{s(r(\theta),\theta)}d\theta當(dāng)做誤差函數(shù)。
5、然后使用ZND一階公式,加上一個(gè)線性激活函數(shù)。

6、再次使用ZND一階公式,得到CT-AZND模型:
2次推導(dǎo)

CT-AZND

這里的H是Hessian矩陣

論文中對(duì)怎么從2次推導(dǎo)到CT-AZND做出了解釋,但沒(méi)太看懂。反正就是加上了就能保證有唯一解。
7、加上噪聲:

8、可以證明CT-AZND以誤差函數(shù)的判斷,可以全局且指數(shù)級(jí)的收斂到理論解;可以證明加了常數(shù)級(jí)噪聲,模型的殘差可以收斂到0;可以證明加了線性時(shí)變級(jí)噪聲,模型的殘差是有界的且與u^2成反比,當(dāng)u^2足夠大時(shí),殘差是任意小的;可以證明加了約束范圍隨機(jī)數(shù)級(jí)噪聲,模型的殘差是有界的且與u成反比,當(dāng)u足夠大時(shí),殘差是任意小的。
證明過(guò)程是有的,寫論文的時(shí)候去細(xì)看8。
9、比較了一下CT-TZND模型。

10、使用泰勒展開(kāi),提出一個(gè)有限差分公式(4點(diǎn))離散化。


接下來(lái)就是說(shuō)明一下怎樣離散化并對(duì)比DT-TZND。

11、噪聲的選擇

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容