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
- 810 弾性円すい棒と剛体円すい孔の界面応力(OS-8C,OS-8 界面と接着・接合の力学)
- 121 部分はく離をもつ円形介在物を有する無限弾性板の面内せん断(続)(OS1-4 先端・機能材料のマルチスケール解析(3),OS1 先端・機能材料のマルチスケール解析3)
- 金属床義歯のフィニッシュライン部に生ずるひずみに関する研究
- ディスポーザー排水処理システムによる生ごみ処理 (特集/ディスポーザーの普及と廃棄物処理)
- 流動床を用いた高濃度有機排水処理 (高濃度有機排水処理の最新技術)