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
- 植生工における生育基盤材の配合検討 (特集号/新技術・新工法)
- 植生工における生育基盤材の配合試験
- ユニット苗工法による自生種復元技術の開発 (小特集 環境--自然環境保全への取り組み)
- 炭化汚泥を利用した緑化基盤材の特性 (第36回下水道研究発表会講演集) -- (口頭発表セッション セッション8 汚泥処理・処分・利用)
- 協調的3次元仮想空間操作のための基本的システムの開発