ニューラルネットワークによる説明変数をもつ時系列データの予測における学習データの選定方法
スポンサーリンク
概要
- 論文の詳細を見る
多層フィードフォーワード型ニューラルネットワークを用いた時系列データの予測における予測精度は,過去のデータからどのようなデータを選定し学習するかに依存する.学習データの選定方法としては,従来からよく用いられている移動窓データ学習法(MWDL法)のほか,予測の基礎となるデータと類似したデータをその間の距離に基づいて選定する類似データ選定学習法(SDSL法)が提案されている.筆者は,先に,その距離の計算において,相関係数のべき乗の関数で重みづけを行う方法(CSDS法)を提案し,1変数の時系列データについて,数値実験によりCSDS法の有効性を示した.本論文では,説明変数をもつ時系列データについて,CSDS法を拡張するとともに,ビルの空調の予熱時間と予冷時間のデータを用いて,これらの方法の予測精度の比較を行っている.数値実験の結果によると,CSDS法は,1変数の場合と同様に,変わりやすい性質の予熱時間データの場合に予測精度の向上にかなり有効であり,最も適切に用いた場合,MWDL法よりもかなり予測精度がよいことが分かった.これらの,CSDS法を用いたSDSL法は,変わりやすい時系列データについての学習データ選定法として有力な方法となり得るものと考えられる.
- 一般社団法人情報処理学会の論文
- 1995-10-15
著者
関連論文
- ニューラルネットワークを用いた空調の予熱・予冷時間の予測における学習データの選定方法
- ニューラルネットワークによる説明変数をもつ時系列データの予測における学習データの選定方法
- ニューラルネットワークによる説明変数をもつ時系列データの予測における学習データの選定方法
- 41458 ニューラルネットワークを用いた空調の予熱・予冷時間の予測における学習データの選定方法
- ニューラルネットワークによる時系列予測における相関係数を用いた学習用類似データ選定方法
- ニューラルネットワークにおける誤差逆伝播法の学習性能向上のための重み初期値の設定方法
- ニューラルネットワークにおける誤差逆伝播法の学旨性能向上のための初期値の設定方法
- 11014 ニューラルネットワークにおける誤差性逆伝播法の学習性能向上のための重み初期値の設定方法
- ニューラルネットワークにおける誤差逆伝播法の学習性能向上のための重み初期値の設定方法
- 定量的な物理知識に基いた機器の異常診断方法
- 定量的な物理知識に基づいた機器の簡便な異常診断方法
- 4876 定常状態を表す関係式を用いた機器の異常診断方法の提案と空調設備への適用
- 重複性の導入による図形検索構造の性能改善方法
- 建築図面データによる GBD 木の改良方式の性能評価
- GBD木の検索性能の改良方法 : 大きな図形を扱うための手法の提案