Запропоновано аналіз градієнту для деяких випадків нейронних мереж з вейвлет та вейвлетподібним розкладанням цільового вектору – нового типу нейронної мережі, спеціалізованого на розпізнаванні мови та перетворенні сигналу, та дозволяючого збільшити швидкість та якість навчання у порівнянні зі стандартним перцептроном. Показано, що у достатньо широких рамках нейронні мережі з вейвлетперетворенням цільового вектору більш ефективне, ніж стандартний багатошаровий перцептрон
Представлен анализ градиента для некоторых случаев нейронных сетей с вейвлет и вейвлетподобным разложением целевого вектора – нового типа нейронной сети, специализированного на распознавании речи и преобразовании сигнала, и позволяющего ускорить скорость и качество обучения по сравнению со стандартным перцептроном. Показано, что в достаточно широких рамках нейронные сети с вейвлетразложением целевого вектора эффективнее стандартного многослойного перцептрона
In this article presents an analysis of the gradient for some cases of neural networks with wavelet and wavelet-like decomposition of the target vector - a new type of neural network specialized in speech recognition and signal conversion, and to expedite the speed and quality of education compared to the standard perceptron. Through this analysis it is shown that in a sufficiently broad framework of neural networks with wavelet decomposition of the target vector better standard multilayer perceptron
