Login
Registrieren
Passwort zurücksetzen
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Blog
Kontakt
Suche
EUR
USD
GBP
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Journal of Artificial Intelligence and Soft Computing Research
Band 11 (2021): Heft 3 (July 2021)
Uneingeschränkter Zugang
Bandwidth Selection for Kernel Generalized Regression Neural Networks in Identification of Hammerstein Systems
Jiaqing Lv
Jiaqing Lv
und
Mirosław Pawlak
Mirosław Pawlak
| 29. Mai 2021
Journal of Artificial Intelligence and Soft Computing Research
Band 11 (2021): Heft 3 (July 2021)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
Online veröffentlicht:
29. Mai 2021
Seitenbereich:
181 - 194
Eingereicht:
05. Aug. 2020
Akzeptiert:
19. Jan. 2021
DOI:
https://doi.org/10.2478/jaiscr-2021-0011
Schlüsselwörter
Generalized regression neural networks
,
nonparametric estimation
,
bandwidth
,
data-driven selection
,
nonlinear systems
,
Hammerstein systems
© 2021 Jiaqing Lv et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.