Resumen

Este documento se centra principalmente en el problema de regresión de mínimos cuadrados para los procesos -mixing y -mixing. Se abandona la suposición estándar de límite para los datos de salida y se implementa el algoritmo de aprendizaje con muestras extraídas de un proceso de muestreo dependiente con una condición de datos de salida más general. Se deducen límites de error independientes de la capacidad y tasas de aprendizaje mediante la técnica del operador integral.

• Materias:Ecuaciones diferenciales Dinámica de fragmentación Medios porosos Circuito abierto
• Subjects:Differential equations Fragmentation dynamics Porous media Open circuit
• Palabras claves:Regresión de mínimos cuadrados; Procesos de mezcla; Procesos de mezcla; Condición de los datos de salida; Límites de error; Tasas de aprendizaje
• Keywords:Least square regression; -mixing processes; -mixing processes; Output data condition; Error bounds; Learning rates