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
- 書評 ルネ・ジュリアン著「ドラクロアとボードレール」,ルネ・ユイグ「レオナルドとヴァレリー」
- ヴアルター・ヴインクラー現代芸術の心理学
- 作品の構造
- 12.ラジノクローバーの生態に関する研究 : 第1報 生育経過について(日本草地研究会第5回研究発表会講演要旨)
- 液体〜固体の動的粘弾性測定法とUV硬化測定 (特集 精密成形加工のための測定・検査・試験)