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
- 分子軌道理論の人の集団に内在する性質への投影の試み
- 一般教育改革と授業計画・授業評価
- 大学教育での情報関連教育に関する考察
- 「情報科学は学問か?」 - 秋田大学の情報科学課程4コースの目標についての私見
- アメリカ化学会教育部会の活動に見られる最近2年間の化学と情報教育に関する調査