| 講演抄録／キーワード |
| 講演名 |
2006-01-24 14:00
CNNを用いた時系列データの予測
○井上雅友・渡邊勇太（上智大）・島田達郎（トヨタ自動車）・山内将行・田中 衞（上智大） |
| 抄録 |
（和） |
本論文では，離散時間型セルラーニューラルネットワーク（DT-CNN）を利用し，学習によって得られたデータをもとに時系列データの予測方法を提案している．予測に用いられるモデルは連立微分方程式であり，その係数はDT-CNNの状態方程式の平衡解から得られる．機械学習によって得られたAテンプレートは時系列が多系列になるにつれて密行列になる．そこで，ハウスホルダ変換（HHT）を用いてAテンプレートを3重対角化することにより疎行列にし計算の小規模化を実現している．
時系列データにはChua回路のカオスアトラクタを用いている．シミュレーション結果では，本提案手法を用いて観測されたデータから十分にアトラクタの予測が可能であることを示している． |
| （英） |
We propose the prediction of a chaos attractor from Discrete Time Cellular Neural Network (DT-CNN) learning machine of the differential equations. The coefficients of the equations can be obtained by equilibrium points of the DT-CNN state equation. In this process, House Holder Transformation is used to transform the feedback A-template into tri-diagonal sparse matrix. The differential equations can be solved by Runge-Kutta Method.
As a simulation, we predict the chaos attractor of Chua's circuit. We consider how much the attractor is predicted from the observal time sequence based on our method. |
| キーワード |
（和） |
セルラーニューラルネットワーク / 時系列 / 予測 / / / / / |
| （英） |
Cellular Neural Network / Time Series / Prediction / / / / / |
| 文献情報 |
信学技報, vol. 105, no. 547, NLP2005-105, pp. 43-48, 2006年1月. |
| 資料番号 |
NLP2005-105 |
| 発行日 |
2006-01-17 (NLP) |
| ISSN |
Print edition: ISSN 0913-5685 |
| PDFダウンロード |
|