リカレントネットのベクトル場に対する多項式近似とその評価
スポンサーリンク
概要
- 論文の詳細を見る
本研究では、Rossler方程式とChua回路の方程式のスカラー値のカオス波形の出力から階層型リカレントニューラルネットワーク(RNN)の波形誤差法による学習機能を用いて非線形のべクトル場の同定する数値実験を行なった。また、学習後のRNNのべクトル場の関数の入出力関係は陽に知ることができる。これを利用して、さらに学習されたベクトル場を多項式で近似することで、より少ないパラメータでベクトル場を同定する数値実験を行なった。最後にこれらのべクトル場を比較し、適当な次数の多項式系がベクトル場の値をよく近似するだけでなく、カオスアトラクタを再現することを確認した。
- 社団法人電子情報通信学会の論文
- 1996-09-27
著者
関連論文
- 二自由度動揺方程式系の引力圏構造
- リカレントネットのベクトル場に対する多項式近似とその評価
- ミノルスキー系における初期関数問題について
- 非線形負荷を含む電力系統の電圧異常現象
- 高調波吸収同期機の電気制動機構の解析
- 鋭いカオス波形を教師信号とするリカレントネットの学習の安定性について
- 積分作用素によるアトラクタの再構成を用いた連続力学系の学習
- スティック・スリップ運動に関する実験と解析
- 非線形連続力学系のパラメータの誤差を解軌道の誤差から推定する方法