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
- E104 サツマゴキブリ幼虫の集合性 : 成虫個体の誘引性(行動生態学)
- G303 超個体としてのミツバチコロニーのエネルギー経済と血糖(予報)(生理学 生化学)
- J1-1 化学的異物に対する防御 : Cytochrome P-450の役割(第7回IPC討論会:昆虫の生態防御)(小集会)
- ニジュウヤホシテントウ成虫の蛋白質の電気泳動による分離と泳動パターンの前休眠期における変化
- D46 TIA-230(pyraclofos)のロビンネダニに対する薬効(毒物学・殺虫剤)