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
- (トップインタビュー)先進科学と技術で「人間環境」に貢献する--株式会社キャッツ代表取締役社長大友裕隆氏
- 未来へのアプローチ エネルギー技術戦略2007について
- プラズマディスプレイの技術動向 (′97年版フラットパネルディスプレイのすべて--LEDからフィ-ルドエミッションまで)
- ヨーロッパにおけるアイヌ関係コレクションの歴史と現状
- レーダー画像解析とヘリコプターの現地観測からみた大阪湾における機船船びき網の漁場形成について(平成 12 年度日本水産学会近畿支部前期例会)