Cтраница 4
Теоретически это обеспечивает получение глобального минимума, но с заданной допустимой погрешностью. Если эта величина мала, то процесс сходится медленно. Кроме того, распространение данных разработок на ТПС требует специальных исследований и соответствующей алгоритмизации. [46]
Показать, что точка глобального минимума функции / на X существует. [47]
Наряду с задачей определения глобального минимума функции возникает задача поиска локального минимума. [48]
Уравнение репрессии, отвечающее глобальному минимуму ошибки, называется уравнением оптимальной сложности. [49]
Замечание 6.2. Если требуется найти глобальный минимум функции / ( дс), то для строго выпуклой / ( х) решение этой задачи аналогично поиску локального минимума функции. [50]
Этому соотношению, кроме точки глобального минимума х, удовлетворяют все точки локального минимума, все точки максимума, а также все точки перегиба, в которых касательная к графику функции f ( x ] горизонтальна. Однако в конкретных практических задачах соотношению ( 9 - 5), как правило, удовлетворяет конечное число точек, а из них даже простым перебором можно найти точку глобального минимума. [51]
Поэтому точка х является точкой глобального минимума. [52]
Ясно, что точность оценки глобального минимума в обоих вариантах является одинаковой, так как и в том и в другом случаях используется одна и та же градиентная процедура приближения к экстремуму. [53]
Причем эта точка является точкой глобального минимума, поскольку она является единственной критической точкой. [54]
Теорема 5.21. Множество всех точек глобального минимума квазивыпуклой на S S X функции / ( х) выпукло. Строго квазивыпуклая функция достигает своего минимума на S только один раз. [55]
Целью процедуры минимизации является отыскание глобального минимума - достижение его называется сходимостью процесса обучения. Поскольку невязка зависит от весов нелинейно, получить решение в аналитической форме невозможно, и поиск глобального минимума осуществляется посредством итерационного процесса - так называемого обучающего алгоритма, который исследует поверхность невязки и стремится обнаружить на ней точку глобального минимума. Иногда такой алгоритм сравнивают с кенгуру, который хочет попасть на вершину Эвереста, прыгая случайным образом в разные стороны. Разработано уже более сотни разных обучающих алгоритмов, отличающихся друг от друга стратегией оптимизации и критерием ошибок. [56]
Точки полного стягивания являются точками глобального минимума потенциала, и наоборот. [57]
Соответствует ли нативная структура белка глобальному минимуму потенциальной функции или одному из локальных, который отделен от глобального большим потенциальным барьером. [58]