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
- 絵画と思想(第2回)ハンス・ホルバイン--死に至る遠近法
- 単層構造マルチタッチ容量方式タッチパネルの開発(発光型/非発光型ディスプレイ,テーマ:ディスプレイに関する技術全般:LCD(バックライトを含む),PDP,有機/無機EL,CRT,FED,VFD,LEDなどのディスプレイに関するデバイス,部品,材料及び応用技術)
- タッチパネルを用いた没入型AR空間内の仮想物体の遠距離操作方法(MR/ARの実用化に向けたCV/PR技術の課題と展望)
- タッチパネルを用いた没入型AR空間内の仮想物体の遠距離操作方法(MR/ARの実用化に向けたCV/PR技術の課題と展望)
- タッチパネルを用いた難聴児・者への言語学習支援