The proof is provided in Appendix V

The proof is provided in Appendix VI. The remaining sections describe an important application of the constrained training approach, namely, neural network function approx- imation in adaptive critic designs. The theoretical results derived above are validated numerically in Section V-D. In these simulations, the adjoined gradient presented in Theorem
2 is implemented, and the results show that is preserved accurately during every incremental training session

Kết quả (Việt) 1:

Các bằng chứng được cung cấp tại phụ lục VI. Phần còn lại mô tả một ứng dụng quan trọng của phương pháp tiếp cận đào tạo hạn chế, cụ thể là, mạng nơ-ron chức năng khoảng-imation trong thiết kế nhà phê bình thích nghi. Các kết quả lý thuyết có nguồn gốc ở trên được xác nhận số lượng trong phần V-D. Trong các mô phỏng, gradient adjoined trình bày theo định lý2 được thực hiện, và kết quả cho thấy đó giữ lại chính xác trong mỗi buổi đào tạo gia tăng

Kết quả (Việt) 2:

Các bằng chứng được cung cấp trong Phụ lục VI. Các phần còn lại mô tả một ứng dụng quan trọng của phương pháp đào tạo hạn chế, cụ thể là, chức năng mạng lưới thần kinh xỉ Imation trong thiết kế nhà phê bình thích nghi. Các kết quả lý thuyết có nguồn gốc trên được xác nhận về số lượng trong Mục VD. Trong các mô phỏng, gradient tiếp giáp giới trong định lý
2 được thực hiện, và kết quả cho thấy rằng được bảo quản một cách chính xác trong mỗi buổi tập gia tăng