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
- 農村地域における公共交通路線維持方策に関する研究
- 交通運輸政策の大転換--需給調整規制廃止関連法成立 (特集1 第145回国会の論議の焦点(上)) -- (社会)
- 各交通モードにおける需給調整規制廃止後の制度設計 (特集 規制緩和は何をもたらすのか)
- 21世紀の航空運送事業に向けて--需給調整規制の廃止など,一層の規制緩和を推進--航空法の一部を改正する法律(平成11.6.11公布,平成11.7.1施行,法律第72号)
- 乗合バス需給調整規制は廃止へ--地方分権委で運輸省ヒアリング