algorithme du gradient stochastique oor Engels

algorithme du gradient stochastique

Vertalings in die woordeboek Frans - Engels

stochastic gradient algorithm

stochastic gradient descent

optimization algorithm

voorbeelde

Cet algorithme, dit filtre généralisé à délais multiples (gmdfα), est dérivé de la réalisation fréquen-tielle de l’algorithme du gradient stochastique en blocs.
This algorithm, called generalized multi-delay filter(GMDFα, is derived from the frequency-domain implementation of the time-domain block least mean square algorithm.

On montre que la théorie de la convergence pour la quantification adaptative est très proche de la théorie concernant le traitement adaptatif du signal qui est basée sur l’algorithme du gradient stochastique.
It is shown that the convergence theory for adaptive quantization is intimately tied to the theory of adaptive signal processing based on the stochastic gradient algorithm.

On conduit la minimisation en actualisant de manière continue à la fois un vecteur d'égalisation à coefficients de prélèvement et la fonction de distribution de probabilités estimée du signal de sortie de décision, en utilisant un algorithme du gradient stochastique appliqué à la fonction de coût dite de divergence en J.
Minimization is achieved by continually updating both an equalizer tap coefficient vector and the estimated PDF of the decision output signal using a stochastic gradient algorithm applied to the J-divergence cost function.

Afin d’approcher les filtres numériques optimaux avec une complexité calculatoire minimum, nous avons implémenté un algorithme du gradient stochastique.
In order to approach the optimal coefficients with a minimal computational complexity, we have implemented an algorithm of stochastic gradient.

Ceci est un résumé vulgarisé d’une façon de trouver les meilleurs poids pour votre fonction, appelée Algorithme du gradient stochastique.
That’s a high level summary of one way to find the best weights for your function called batch gradient descent.

L’ajout de l’algorithme du gradient stochastique normalisé (NLMS) permet de réduire l’écart entre la somme des mesures des capteurs HES et la mesure du capteur CT à 0.2%.
The addition of the normalised least-mean-squares algorithm (NLMS) makes it possible to reduce the difference between the sum of the measurements of the HES sensors and the measurement of the CT sensor at 0.2%.

Ces dernières propriétés rendent l'étude de la MCM particulièrement intéressante pour l'Analyse en Composantes Principales Robuste. On va donc introduire un algorithme itératif qui permet d'estimer simultanément la médiane géométrique et la MCM ainsi que les $q$ principaux vecteurs propres de cette dernière. On donne, dans un premier temps, la forte consistance des estimateurs de la MCM avant d'exhiber les vitesses de convergence en moyenne quadratique.Dans une troisième partie, en s'inspirant du travail effectué sur les exhibe les vitesses de convergence presque sûre et $L^{p}$ des algorithmes de gradient stochastiques et de leur version moyennée dans des espaces de Hilbert, avec des hypothèses moins restrictives que celles présentes dans la littérature.
We so introduce a recursive algorithm which enables us to estimate simultaneously the geometric median, the MCM, and its $q$ main eigenvectors. We give, in a first time, the strong consistency of the estimators of the MCM, before exhibiting their rates of convergence in quadratic mean.In a third part, in the light of the work on the estimates of the median and of the Median Covariation Matrix, we exhibit the almost sure and $L^{p}$ rates of convergence of averaged stochastic gradient algorithms in Hilbert spaces, with less restrictive assumptions than in the literature.