講演抄録/キーワード |
講演名 |
2009-11-11 11:10
エコーステートネットワークと動径基底関数ネットワークの組合せによるカオス時系列予測 ○伊藤佳卓・安達雅春(東京電機大) NLP2009-86 |
抄録 |
(和) |
本報告では,既存の手法であるエコーステートネットワーク(ESN) と動径基底関数ネットワーク(RBFN) を
組合せたネットワークによるカオス時系列予測について取り上げる.ここで,ESN とは3 層からなるニューラルネット
ワークである.中間層はリザーバと呼ばれ,多くのニューロンにより構成される.RBFN とは,ニューロンの出力関数
として動径基底関数(RBF) を用いるニューラルネットワークであり,関数の重ね合わせによって非線形関数を表現す
る.シミュレーション実験では,マッケイグラス方程式とラングフォード方程式の時系列予測を行った.比較対象とし
て,従来法であるESN を使用した.このシミュレーション実験の結果から,提案モデルは,予測精度が従来法より高く
なることが実験的に判明した. |
(英) |
In this report, we describe a chaotic time series prediction method by a network which combines echo
state networks (ESN) with radial basis function networks (RBFN). ESN is a neural network consisting of three layers.
The hidden layer is called a“ reservoir ”and consists of many neurons. RBFN is a neural network using radial basis
function (RBF) for output function of the neurons. It represents non-linear functions by superimposing RBF functions.
In numerical experiments, time series of the Mackey-Glass equation and the Langford equation are predicted. As a
result, we find that the proposed model shows higher prediction ability than the conventional ESN. |
キーワード |
(和) |
エコーステートネットワーク / 動径既定関数ネットワーク / カオス時系列 / / / / / |
(英) |
Echo-State Network / Radial Basis Function Network / chaotic time series / / / / / |
文献情報 |
信学技報, vol. 109, no. 269, NLP2009-86, pp. 27-30, 2009年11月. |
資料番号 |
NLP2009-86 |
発行日 |
2009-11-04 (NLP) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NLP2009-86 |