Алгоритм для оценки нелинейных параметров методом наименьших квадратов
An Algorithm for Least-Squares Estimation of Nonlinear Parameters
1963-06-01
SCID: 54.1/vzx7yc4s
Discuss with AI
метод Гаусса–Ньютонаалгоритм Левенберга–Маркуардтадемпфирование / диагональное приращениенелинейные наименьших квадратовоценка параметров
Figures from the paper
Abstract (AI)
В статье представлен алгоритм оценки нелинейных параметров методом наименьших квадратов. Приводятся ссылки на ранние и смежные работы по нелинейной оценке и методам оптимизации, включая результаты G. W. Booth, G. E. P. Box, M. E. Muller, T. I. Peterson, Haskell B. Curry, H. O. Hartley, D. W. Marquardt и других по обобщённым регрессионным методам, методу наискорейшего спуска, модифицированным методам Гаусса–Ньютона и методу Левенберга. Статья опубликована в Journal of the Society for Industrial and Applied Mathematics, том 11, выпуск 2 (1963), с. 431–441; подана 13 июня 1962 г., опубликована онлайн 13 июля 2006 г. DOI: 10.1137/0111030.
Key Findings
1
Сочетает идеи метода Гаусса–Ньютона и метода спуска по градиенту для улучшения сходимости в задачах нелинейного наименьших квадратов.
2
Показывает применимость к задачам нелинейной регрессии и подгонки параметров, встречающимся на практике.
3
Представлен алгоритм для оценивания нелинейных параметров методом наименьших квадратов (алгоритм Марквартта).
4
Предлагает практический метод, стабилизирующий и ускоряющий оценивание параметров по сравнению со стандартным методом Гаусса–Ньютона в сложных случаях.
Research Object
Алгоритм наименьших квадратов для нелинейной оценки параметров (алгоритм Левенберга–Марквардта)
Research Subject
Вычисление и поведение сходимости оценок параметров в задачах нелинейного наименьших квадратов, включая устойчивость и эффективность итеративного алгоритма
Publication Details
Publication Date
1963-06-01
Journal
Publisher
ISSN
Cited by
30634
Access Type
Author Information
Download PDF
Subscribe to digest
Работы, цитирующие эту статью13
Обучение прямых (feedforward) нейронных сетей с использованием алгоритма Марквардта1994
Количественная оценка чувствительности к инсулину1979
Методы Гаусса—Ньютона и полного Ньютона в сейсмической инверсии волновых форм в частотной области1998
Прогнозы изменения цен на арахисовое масло с помощью нейронной сети2025
Обзор моделирования кинетики и механизмов отверждения при фотополимеризации2022
Прогнозирование неплановой разубоженности и потерь руды на рудниках с длинноскважинной системой разработки методом множественной регрессии и с использованием искусственных нейронных сетей2015
Быстрая компенсация насыщения трансформатора тока2010
Полуаналитический анализ роста камеры и энергетической эффективности раствор-усиленной парогравитационной добычи с учётом влияния неоднородности коллектора вдоль горизонтальной скважины2020
Оптимизация параметров закачки и добычи для повышения использования тепловой энергии в технологии вытеснения под действием гравитации с паровой закачкой: полуаналитический анализ2025
SasAgent: мультиагентная система искусственного интеллекта для анализа данных малоуглового рассеяния2026
Исследование прогнозирования и анализа непреднамеренного разубоживания на подземной шахте с камерной системой разработки с использованием искусственной нейронной сети2014
Метод определения температуры и содержания веществ в атмосферах экзопланет2009
Нелинейное прогнозирующее управление концентрацией глюкозы у лиц с сахарным диабетом 1 типа2004