Ridge Polynomial神经网络带动量项异步梯度算法的收敛性

将动量项引入到Ridge Polynomial神经网络异步梯度训练算法的误差函数中,有效地改善了算法的收敛效率,并从理论上分析了Ridge Polynomial神经网络的带动量项的异步梯度算法的收敛性,给出了算法的单调性和收敛性(包括强收敛性和弱收敛性)。算法的这些收敛性质对于如何选取学习率和初始权值来进行高效的网络训练是非常重要的。最后通过计算机仿真实验验证了带动量项的异步梯度算法的高效性和理论分析的正确性。     

糖苷中间体全乙酰D-木糖的合成研究

全乙酰糖是一类重要的药物中间体,在其合成过程中,会得到不同的结构及构型。本文研究了D-木糖在全乙酰化过程中,反应条件对其结构及α/β构型的影响,在没有硼酸的情况下,得到的是全乙酰吡喃D-木糖,相反,得到的是全乙酰呋喃D-木糖。进一步优化条件,可以分别得到100%的β构型的全乙酰吡喃D-木糖和99%的α构型的全乙酰呋喃D-木糖。     

光滑拉格朗日神经网络解决非光滑最优化问题

针对目标函数是局部Lipschitz函数,其可行域由一组等式约束光滑凸函数组成的非光滑最优化问题,通过引进光滑逼近技术将目标函数由非光滑函数转换成相应的光滑函数,进而构造一类基于拉格朗日乘子理论的神经网络,以寻找满足约束条件的最优解。证明了神经网络的平衡点集合是原始非光滑最优化问题关键点集合的一个子集;当原始问题的目标函数是凸函数时,最小点集合与神经网络的平衡点集合是一致的。通过仿真实验验证了理论结果的正确性。