Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloDeterministic learning for maximum-likelihood estimation through neural networks
Anno di pubblicazione2008
Formato-
Autore/iCristiano Cervellera; Danilo Macciò; Marco Muselli
Affiliazioni autoriC. Cervellera, D. Macciò: Istituto di Studi sui Sistemi Intelligenti per l'Automazione, Consiglio Nazionale delle Ricerche, Genova 16149, Italy M. Muselli: Istituto di Elettronica e di Ingegneria dell'Informazione e delle Telecomunicazioni, Consiglio Nazionale delle Ricerche, Genova 16149, Italy
Autori CNR e affiliazioni
  • DANILO MACCIO'
  • CRISTIANO CERVELLERA
  • MARCO MUSELLI
Lingua/e
  • inglese
AbstractIn this paper, a general method for the numerical solution of maximum-likelihood estimation (MLE) problems is presented; it adopts the deterministic learning (DL) approach to find close approximations to ML estimator functions for the unknown parameters of any given density. The method relies on the choice of a proper neural network and on the deterministic generation of samples of observations of the likelihood function, thus avoiding the problem of generating samples with the unknown density. Under mild assumptions, consistency and convergence with favorable rates to the true ML estimator function can be proved. Simulation results are provided to show the good behavior of the algorithm compared to the corresponding exact solutions.
Lingua abstract-
Altro abstract-
Lingua altro abstract-
Pagine da1456
Pagine a1467
Pagine totali-
RivistaIEEE transactions on neural networks
Attiva dal 1990 al 2011
Editore: Institute of Electrical and Electronics Engineers, - New York, NY
Paese di pubblicazione: Stati Uniti d'America
Lingua: inglese
ISSN: 1045-9227
Titolo chiave: IEEE transactions on neural networks
Titolo proprio: IEEE transactions on neural networks
Titolo abbreviato: IEEE trans. neural netw.
Titoli alternativi:
  • Institute of Electrical and Electronics Engineers transactions on neural networks
  • Transactions on neural networks
  • Neural networks
Numero volume della rivista19
Fascicolo della rivista8
DOI10.1109/TNN.2008.2000577
Verificato da refereeSì: Internazionale
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)
  • ISI Web of Science (WOS) (Codice:000258505700011)
  • Scopus (Codice:2-s2.0-49649113403)
Parole chiaveDeterministic learning (DL), discrepancy, maximum-likelihood estimation (MLE), variation.
Link (URL, URI)-
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione-
Note/Altre informazioni-
Strutture CNR
  • ISSIA — Istituto di studi sui sistemi intelligenti per l'automazione
Moduli/Attività/Sottoprogetti CNR
  • SP.P06.003.002 : Supervisione e Controllo di Sistemi ed Impianti Complessi
  • INT.P02.002.001 : Machine Learning for Biological Data
Progetti Europei-
Allegati
Articolo pubblicato (documento privato )
Tipo documento: application/pdf

Dati storici
I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
Area valutazione CIVRIngegneria industriale e informatica
Rivista ISIIEEE TRANSACTIONS ON NEURAL NETWORKS [09418J0]