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
- 畑地の土壌水分系に関する研究-2-土壌水分の統計処理による考察
- 畑地の土壌水分系に関する研究-1-電磁弁式ライシメータの検討
- 火薬併用機械抜根について 抜根所要時間と火薬量
- 災害障害見舞金支給制度の創設--災害弔慰金の支給及び災害援護資金の貸付けに関する法律の一部を改正する法律(57.8.6公布 法律第70号)
- 2-7 低鎖状縮合リン酸塩の土壌有機物におよぼす影響(III) : ピロ塩施用による腐植組成の変化について(土壌有機および無機成分)