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
- 大腿骨頸部骨折に対する人工骨頭置換術施行後の機能予後
- 私が歩んだ脊椎外科の道
- マイクロ波凝固療法(PMCT) (何を? いつ? どのように?がひとめでわかる 消化器外科 術後観察&対応マニュアル) -- (治療手技別処置後の観察&対応がひとめでわかる)
- 経皮的ラジオ波焼灼療法(RFA) (何を? いつ? どのように?がひとめでわかる 消化器外科 術後観察&対応マニュアル) -- (治療手技別処置後の観察&対応がひとめでわかる)
- SF-048-3 Open MRIを用いた肝癌の局所治療におけるナビゲーションシステムの導入(第108回日本外科学会定期学術集会)