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
- 旅猫リポート(第10回)
- 10周年「936店」からの結論 食味探検隊が選んだ「最強のレストラン」50店 : いま、本当に食べたい
- 2000人大アンケート&直撃インタビュー 忘れられない「一発屋芸人」あの人はいま
- 虎の威を借る政治家だ! 橋下徹大阪市長 小沢一郎をコキ下ろした! : 新聞・TVが報じない政界再編の「暗闘」
- 老後が10倍楽になる最新版「定年後のマネー術」 (総力特集 12ページ 危うし日本)