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
- 88. フイラリア症に於ける皮膚反應(一般演説,第39囘日本泌尿器科學會總會(第13囘日本醫學會總會第30分科會))
- 乱流スクリーンを用いたタイヤ走行音の測定とその応用
- 牽引役は団塊の世代 (総力特集・日本経済は買いだ!) -- (どこまで続く、景気回復--長いトンネルを抜け出た日本経済の勝因を読み解く)
- 人口減少恐るるに足らず--少子化で高まる日本の文明力--世界中が憧れる「豊かな生活」こそが影響力の源泉だ (特集・日本経済は黄金時代)
- 眼鏡なし立体画像システム (超臨場感コミュニケーション特集) -- (立体映像技術)