ニューラルネットワークを用いた経済時系列予測の一手法
スポンサーリンク
概要
- 論文の詳細を見る
ニューラルネットワークは、非線形時系列を対象とした有効な解析手法の一つであり、これまでに多層ニューラルネットワークを用いて経済時系列の予測問題を取り扱った応用例も数多く報告されている。これらのニューラルネットワークは、LMS法を基本とした誤差違伝搬法を用い、フイードフォワード構造となっている場合が多い。しかしながら、学習アルゴリズムがLMS法を基にしているため、RLS(再帰最小2乗)法などに比べると収束時間や精度に問題が残る。本橋では、アプリオリに得られる情報を利用して経済時系列分析を行うためのリカレントニューラルネットワークシステムを提案する。提案システムの学習アルゴリズムは、誤差逆伝搬法を修正し、出力層においてRLS法を利用し結合荷重の更新を行う。最後に、提案システムの有効性を幾つかのコンピュータシミュレーションにより検証する。
論文 | ランダム
- SSRマーカーによるダイズシストセンチュウ・レース1抵抗性のQTLマッピング
- ダイズ新品種「ハヤヒカリ」の育成について
- 15 ダイスの草型、畦幅および栽植密度が収量および収量構成要素に及ぼす影響
- ダイズ新品種「トヨホマレ」の育成について
- Proteus rettgeriのイソロイシン要求変異株によるスレオニン発酵に関する研究