| 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 | 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 |
|
| 研究会情報 | |
| 研究会 | NLP |
| 開催期間 | 2009-11-11 - 2009-11-14 |
| 開催地（和） | 屋久島環境文化村センター |
| 開催地（英） | |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2009-11-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 |
| サブタイトル（和） | |
| タイトル（英） | Chaotic Time Series Prediction by Combining Echo-State Networks and Radial Basis Function Networks |
| 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） | 動径既定関数ネットワーク / Radial Basis Function Network |
| キーワード(3)（和/英） | カオス時系列 / chaotic time series |
| キーワード(4)（和/英） | / |
| 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） | 伊藤 佳卓 / Yoshitaka Itoh / イトウ ヨシタカ |
| 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： Tokyo Denki Univ.) |
| 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： Tokyo Denki Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2009-11-11 11:10:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2009-86 |
| 巻番号（vol） | vol.109 |
| 号番号（no） | no.269 |
| ページ範囲 | pp.27-30 |
| ページ数 | 4 |
| 発行日 | 2009-11-04 (NLP) |
[研究会発表申込システムのトップページに戻る]