| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2015-07-18 15:50 ニューラルネットワークの結合荷重ベクトルを用いたカオス時系列の解析 ○芥川正武・木内敬浩・榎本崇宏・長篠博文・小中信典・木内陽介（徳島大）  MBE2015-24 |
|
| 抄録 | （和） | 生体のような非線形システムから得られる時系列信号からシステムの状態変化を指標化する手法として，多層ニューラルネットワークを用いた方法について検討した．本手法ではシステムの状態を多層ニューラルネットワークの結合荷重のとして埋め込み，その変化がシステムの状態変化を反映しているとして数値化する．結合荷重ベクトルは高次元となるため，測度の集中現象によりベクトル間の距離などの感度が低下する．そこで結合荷重ベクトルを主成分分析により次元圧縮した後に比較を行った．非線形システムの例としてカオス時系列を生成する池田写像を用いて，パラメータの変化を提案法で検出できるかについて検討した．その結果，パラメータの変化を検出することができることを確認した． |
| （英） | A method to analyze a time series to quantify change of internal state of a non-linear system is introduced. A multi-layered neural network is trained to embed a model of the system from given time series. The state is considered to be embedded as a connection weight vector in the neural network. The change of the state is able to be quantified from the connection weight vectors. Generally, the sensitivity of the measure becomes lower because the dimension of the connection weight is high. To avoid this concentration of the measure phenomenon, dimension of the connection weight vector is compressed by the principal component analysis. As result of them, we confirmed applicability of the proposed method for the Ikeda map, which generates chaotic time series. | |
| キーワード | （和） | 時系列 / ニューラルネットワーク / FNN / 主成分分析 / 池田写像 / / / |
| （英） | time series / neural network / FNN / PCA / Ikeda map / / / | |
| 文献情報 | 信学技報, vol. 115, no. 147, MBE2015-24, pp. 23-28, 2015年7月. | |
| 資料番号 | MBE2015-24 | |
| 発行日 | 2015-07-11 (MBE) | |
| 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 | MBE2015-24 |
|
| 研究会情報 | |
| 研究会 | MBE NC |
| 開催期間 | 2015-07-18 - 2015-07-18 |
| 開催地（和） | 徳島大学 |
| 開催地（英） | The University of Tokushima |
| テーマ（和） | ME, 一般 |
| テーマ（英） | Me, general |
| 講演論文情報の詳細 | |
| 申込み研究会 | MBE |
| 会議コード | 2015-07-MBE-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | ニューラルネットワークの結合荷重ベクトルを用いたカオス時系列の解析 |
| サブタイトル（和） | |
| タイトル（英） | Analysis of a chaotic time series using connection weight vectors of neural networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 時系列 / time series |
| キーワード(2)（和/英） | ニューラルネットワーク / neural network |
| キーワード(3)（和/英） | FNN / FNN |
| キーワード(4)（和/英） | 主成分分析 / PCA |
| キーワード(5)（和/英） | 池田写像 / Ikeda map |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 芥川 正武 / Masatake Akutagawa / アクタガワ マサタケ |
| 第1著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 木内 敬浩 / Takahiro Kinouchi / キノウチ タカヒロ |
| 第2著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 榎本 崇宏 / Takahiro Emoto / エモト タカヒロ |
| 第3著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 長篠 博文 / Hirofumi Nagashino / ナガシノ ヒロフミ |
| 第4著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 小中 信典 / Shinsuke Konaka / コナカ シンスケ |
| 第5著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 木内 陽介 / Yohsuke Kinouchi / キノウチ ヨウスケ |
| 第6著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2015-07-18 15:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MBE |
| 資料番号 | MBE2015-24 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.147 |
| ページ範囲 | pp.23-28 |
| ページ数 | 6 |
| 発行日 | 2015-07-11 (MBE) |
[研究会発表申込システムのトップページに戻る]