線形適応フィルタとニューラルネットワークの結合モデルによるシステム同定
スポンサーリンク
概要
- 論文の詳細を見る
今回我々が提案するのは、未知システムを線形適応フィルタとニューラルネットワーク(以下NN)で個別に学習させ、それらを結合させることにより未知システムを同定させるというものである。このモデルの特徴は、NNのみ用いる場合よりも同定の精度が良く、また、未知システムを等価的に線形要素と非線形要素に分離させることが可能であるということである。
- 社団法人電子情報通信学会の論文
- 1996-03-11
著者
関連論文
- A-4-26 ニューラルネットワークを用いた周波数スペクトル構造に基づく音高推定(A-4.信号処理,一般セッション)
- 工学における非線形システムの研究
- 周波数スペクトル構造に基づく自動採譜システム
- D-5-5 同義語に注目した重要語抽出法の研究(D-5. 言語理解とコミュニケーション,一般セッション)
- 独立成分分析における勾配法のパラメータ変更幅の検討
- 巡回セールスマン問題の近似解法の比較
- 時変線形むだ時間系交互学習制御の安定条件
- 2-Dリカッチ行列方程式に基づく時不変むだ時間系の安定化と最適レギュレータ問題
- 非対称三角波位相特性を持つPLLのホモクリニック分岐について
- 線形適応フィルタとニューラルネットワークの結合モデルによるシステム同定
- 2次元適応IIRフィルタの適応アルゴリズムに関する一考察
- むだ時間系最適レギュレータについての一考察
- 時変むだ時間システムがnonexpansiveであるための新しい十分条件と学習制御
- 多様性維持手法を用いた遺伝的アルゴリズムとニューラルネットワークの融合システム
- 有界実時変むだ時間システムの新しい十分条件と学習制御
- むだ時間システムに対する複数作業の学習制御
- 時変むだ時間システムの有界実性と学習制御への適用
- IIR型重み係数を使った周波数領域適応フィルタ
- ニューラルネットワークを用いた非線形IIRフィルタの学習
- リカレントネットワークを用いた非線形適応等化
- A-116 IIR型重み係数を使った周波数領域適応フィルタ(A-4. ディジタル信号処理,一般講演)
- A-107 ニューラルネットワークを用いた非線形IIRフィルタの学習(A-4. ディジタル信号処理,一般講演)
- A-106 リカレントネットワークを用いた非線形適応等化(A-4. ディジタル信号処理,一般講演)
- ディジタルシグナルプロセッサを用いたピッチ周波数の実時間抽出
- A-4-12 ICAとNNを用いた顔画像照合(A-4.信号処理,一般セッション)
- むだ時間システムの有界実性と学習制御への適用
- 声道情報を用いたニューラルネット話者照合システム(ポスターセッション,第10回音声言語シンポジウム)
- 声道情報を用いたニューラルネット話者照合システム(ポスターセッション,第10回音声言語シンポジウム)
- 声道情報を用いたニューラルネット話者照合システム(ポスターセッション,第10回音声言語シンポジウム)