| 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 | 2023-11-28 11:15 エコーステートネットワークにおけるリザバー層のダイナミクス ○吉田しおん・池口 徹（東京理科大）  NLP2023-62 |
|
| 抄録 | （和） | リザバーコンピューティングは，高速かつ高精度に時系列解析を行う機械学習の枠組みであり，近年幅広 い分野で用いられている.本稿では，リザバーコンピューティングの 1 つであるエコーステートネットワークを用 いて，カオス性を有する時系列データを予測したときのリザバー層に対する主成分分析の適用と，最大リアプノフ指 数の算出により，なぜ高精度な時系列解析が可能となるのか，その動作原理を解析する.主成分分析を適用した結果，リザバー層は入力した時系列のアトラクタを再構成することがわかった.また，最大リアプノフ指数を算出した結果，正の値を持つことがわかった.これより，エコーステートネットワークを用いた時系列予測では，リザバー層が入力 する時系列データの特徴を再現していること，従って，リザバー層は力学系の埋め込みに相当する機能を有することがわかった. |
| （英） | Reservoir computing is one of the frameworks for machine learning for fast and highly accurate analysis of time series and it has been widely real world time series in recent years. In this report, to clarify the working principle that enables highly accurate time series analysis we applied principal component analysis and calculated the largest Lyapunov exponent for dynamics of reservoir layer when chaotic time series data are predicted using an echo state network, which is one of reservoir computing. The results of a principal component analysis show that dynamics of reservoir layer reproduces behavior of the input time series. In addition, the largest Lyapunov exponent exhibits a positive value. Therefore, in time series prediction using an echo state network, the reservoir layer reproduces the features of the time series and operates an embedding of nonlinear dynamical systems. | |
| キーワード | （和） | エコーステートネットワーク / リザバーコンピューティング / 非線形時系列予測 / 埋め込み定理 / / / / |
| （英） | echo state network / reservoir computing / nonlinear time series prediction / embedding theorem / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 287, NLP2023-62, pp. 15-20, 2023年11月. | |
| 資料番号 | NLP2023-62 | |
| 発行日 | 2023-11-21 (NLP) | |
| ISSN | 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 | NLP2023-62 |
|
| 研究会情報 | |
| 研究会 | NLP |
| 開催期間 | 2023-11-28 - 2023-11-29 |
| 開催地（和） | 名護市産業支援センター |
| 開催地（英） | Nago city commerce and industry association |
| テーマ（和） | NLP, 一般 |
| テーマ（英） | NLP, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2023-11-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | エコーステートネットワークにおけるリザバー層のダイナミクス |
| サブタイトル（和） | |
| タイトル（英） | Dynamics of Reservoir in Echo State Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | エコーステートネットワーク / echo state network |
| キーワード(2)（和/英） | リザバーコンピューティング / reservoir computing |
| キーワード(3)（和/英） | 非線形時系列予測 / nonlinear time series prediction |
| キーワード(4)（和/英） | 埋め込み定理 / embedding theorem |
| キーワード(5)（和/英） | / |
| 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） | 吉田 しおん / Shion Yoshida / ヨシダ シオン |
| 第1著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 第2著者 氏名（和/英/ヨミ） | 池口 徹 / Tohru Ikeguchi / |
| 第2著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-11-28 11:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2023-62 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.287 |
| ページ範囲 | pp.15-20 |
| ページ数 | 6 |
| 発行日 | 2023-11-21 (NLP) |
[研究会発表申込システムのトップページに戻る]