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
- SF-112-1 StageIV胃癌に対するQOLを考慮した減量/姑息的手術についての外科治療の現状分析(サージカルフォーラム(112)胃:集学的治療,第111回日本外科学会定期学術集会)
- WS-3-5 LES・迷走神経温存噴門部分切除術における術後成績と胃電図による機能評価(WS3 ワークショップ(3)胃癌に対する縮小手術,機能温存手術の長期成績,第111回日本外科学会定期学術集会)
- まちづくりの現場 PHOTO 「元気なべっぷ」「わくわくホットに暮らせるまち」--別府市の温泉を利用した水中運動教室から始まったヘルスプロモーション
- 実践ヘルスプロモーション 地域のエンド・オブ・ライフケア(1)人と人とのつながりで築く地域ケア
- 実践ヘルスプロモーション 地域医療のための公衆衛生(第31回)がんの危険因子