お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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.)
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
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
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]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会