| 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 | 2026-10-28 13:25 全層入力および残差スキップ結合を用いた多層リザーバネットワークによるカオス時系列予測 ○長谷遼太・安達雅春（東京電機大）  CAS2026-32 NLP2026-43 |
|
| 抄録 | （和） | 本稿では, カオス時系列予測の精度向上を目的とし, 先行研究のMulti-layer Extreme Learning Machine (ML-ELM) に基づく多層リザーバネットワークを発展させた新手法を提案する. 先行手法の多層構造は単層の表現力不足を補う点で有効だが, 入力信号や過去の内部状態が深層へ伝播する過程で減衰し, カオス系特有の長期的な依存関係の保持が困難になるという課題があった. 本研究ではこの問題を根本から解決するため, 入力層から全ての中間層へ元の信号を直接渡す「全層スキップ入力」と, 各層間で過去の状態を減衰させずに伝達する「残差スキップ結合」を導入した独自のアーキテクチャを構築した. ベンチマークであるMackey-Glassカオス時系列を用いた予測実験において, 提案手法は従来手法よりも高い予測精度と学習の安定性を示すことを確認した. |
| （英） | In this paper, we propose a novel multi-layer reservoir network to improve the accuracy of chaotic time-series prediction, extending previous research based on the Multi-layer Extreme Learning Machine (ML-ELM). While conventional multi-layer structures address the limited representational capacity of single-layer models, they suffer from the attenuation of input signals and past internal states propagating to deeper layers, making it difficult to maintain the long-term dependencies inherent in chaotic systems. To solve this problem, we constructed a unique architecture introducing "all-layer skip inputs" to pass original signals directly from the input layer to all intermediate layers, and "residual skip connections" to transfer past states between layers without decay. Through predicting experiments using the benchmark Mackey-Glass chaotic time series, we confirmed that our proposed architecture achieves higher prediction accuracy and training stability compared to conventional methods. | |
| キーワード | （和） | 多層リザーバネットワーク / カオス時系列予測 / Echo State Network / 残差スキップ結合 / 全層スキップ入力 / / / |
| （英） | Multi-layer Reservoir Network / Chaotic Time-Series Forecasting / Echo State Network / Residual Skip Connection / All-layer Skip Input / / / | |
| 文献情報 | 信学技報, vol. 126, no. 212, NLP2026-43, pp. 26-30, 2026年10月. | |
| 資料番号 | NLP2026-43 | |
| 発行日 | 2026-10-21 (CAS, 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 | CAS2026-32 NLP2026-43 |
|
| 研究会情報 | |
| 研究会 | NLP CAS |
| 開催期間 | 2026-10-28 - 2026-10-29 |
| 開催地（和） | 下対馬開発総合センター |
| 開催地（英） | Tsushima Comm. Ctr. |
| テーマ（和） | CAS，NLP，一般 |
| テーマ（英） | Circuits and Systems, Nonlinear Problems, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2026-10-NLP-CAS |
| 本文の言語 | 日本語 |
| タイトル（和） | 全層入力および残差スキップ結合を用いた多層リザーバネットワークによるカオス時系列予測 |
| サブタイトル（和） | |
| タイトル（英） | Chaotic Time Series Prediction Using Multi-Layer Reservoir Networks with Input-to-All and Residual Skip Connections |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 多層リザーバネットワーク / Multi-layer Reservoir Network |
| キーワード(2)（和/英） | カオス時系列予測 / Chaotic Time-Series Forecasting |
| キーワード(3)（和/英） | Echo State Network / Echo State Network |
| キーワード(4)（和/英） | 残差スキップ結合 / Residual Skip Connection |
| キーワード(5)（和/英） | 全層スキップ入力 / All-layer Skip Input |
| 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） | 長谷 遼太 / Ryota Nagatani / ナガタニ リョウタ |
| 第1著者 所属（和/英） | 東京電機大学 (略称： 東京電機大) Tokyo Denki University (略称： TDU) |
| 第2著者 氏名（和/英/ヨミ） | 安達 雅春 / Masaharu Adachi / アダチ マサハル |
| 第2著者 所属（和/英） | 東京電機大学 (略称： 東京電機大) Tokyo Denki University (略称： TDU) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-10-28 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | CAS2026-32, NLP2026-43 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.211(CAS), no.212(NLP) |
| ページ範囲 | pp.26-30 |
| ページ数 | 5 |
| 発行日 | 2026-10-21 (CAS, NLP) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)