ニューラルネットワークとGMDHによる配水量予測モデルの同定
スポンサーリンク
概要
- 論文の詳細を見る
階層型ニューラルネットを用いてバックプロパゲーション法により日配水量予測モデルを同定した。1年間の気象データと日配水量データからサンプリングした10週間分のデータによる学習と20週間分のデータによる学習を行った。残りの未学習期間について予測をした結果、前者の学習モデルでは過学習になるが、後者のモデルは年間を通して全般的に良好な予測が得られた。GMDHモデルは少ないユニットにもかかわらずニューラルネットと同程度の予測精度が得られた。
- 社団法人電子情報通信学会の論文
- 1993-12-14
著者
関連論文
- モンテカルロ法による乱数検定 : 言語間比較
- 大学教育を考える (長谷川弘道教授 稻田俊志教授 退任記念号)
- 関連樹木法による大学生の問題意識の分析 (儀我壮一郎教授・笹川儀三郎教授・内川菊義教授 退任記念号)
- モンテカルロ法による乱数検定 : 言語間比較 (儀我壮一郎教授・笹川儀三郎教授・内川菊義教授 退任記念号)
- 情報量基準AICのシステム同定への適用に関する研究
- 自己評価の一試行
- ニューラルネットワークとGMDHによる配水量予測モデルの同定
- ニューラルネットワークによる排水量予測モデルの同定
- パーソナルコンピュータによる高機能配水管網解析支援システム
- 心の科学と人工知能 (内田勝教授・永野彌三雄教授 退任記念号)