RBF を用いた NN による時系列予測について
スポンサーリンク
概要
- 論文の詳細を見る
本論文では, 放射状基底関数(RBF)を用いたニューラルネットワーク(NN)として RBF ネットフーク(RBFN), 回帰ニューラルネットワーク(GRNN), そしてハイブリッド RBF ネットワーク(H-RBFN)を取り上げ, 各 NN の性能評価を行う. RBFN は, 入カデータの特徴付けを有効に行う RBF を入出力関数とした NN で, 一般的に広く用いられている. また, RBFN を拡張させた GRNNは, 荷重設定を回帰理論に基づいて行う feed-forward 型 NN で, 関数近似に対して優れたものとされている. これに対し H-RBFN は, 一般的に知られているシグモイド関数を RBFN に結合させ, パックプロパゲーション(BP)則を用いて荷重修正を行う NN である. 本実験では, 時系列の予測問題を取り上げ, これらの NN および一般的な BP ネットワーク(BPN)の予測性能について比較検封する.
- 1998-01-23
論文 | ランダム
- 6-18 菜豆の子実収量性の収量構成要素よりみた解析(6.植物の代謝および代謝成分)
- 菜豆の栄養生理学的研究(第1報) : 光合成産物の転流よりみたsource-sink関係
- 12. 菜豆における光合成,呼吸および転流に関する研究(第4報) : Source-sink単位の代替性について(北海道支部秋季大会)
- 6-16 菜豆の子実収量に及ぼす栄養・生殖器官の部分切除の影響(6 植物の代謝および代謝成分)
- 6-15 菜豆の単葉光合成能と窒素栄養との関係(6 植物の代謝および代謝成分)