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
- 平時の分権、危機時の集権を徹底せよ (特集 提言!21世紀の自治体像)
- 国立大学協会の「昭和六十年度以降の共通一次学力試験の出題教科・科目等についての中間まとめ」について
- Application of the Extended Newton Method to the Steady-State Creep Analysis of Shells of Revolution
- 運転支援システム用フュージョンセンサ (テーマ 自律走行、走行支援システムとセンサ)
- 有名企業の「合コン四季報」 : 本誌女性記者が実体験 外資系、マスコミ、商社、金融、メーカー