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
- 宮崎県東諸県郡綾町川中の照葉原生林におけるニホンジカの採食の影響
- 都市林の変遷からみた先駆性高木種イイギリIdesia polycarpa Maxim.の動態
- 九州北部における島嶼偏在植物の分布と生態
- 列状間伐による木質バイオマス利用の可能性 : 東京農業大学大桁山分収林を事例として
- 拡張現実感を利用した森林調査支援システムにおける魚眼画像と樹木モデルの位置合わせ(インタラクティブシステム・画像入力デバイス・方式、及び一般)