講演抄録/キーワード |
講演名 |
2019-12-24 16:55
Quasi-Recurrent Neural Networksを用いた複合時系列データ予測 ○坂崎雄一朗・安達 凛・六井 淳(静岡県立大) DE2019-32 |
抄録 |
(和) |
近年, 様々な分野で時系列データ予想を行う研究が報告されている. 時系列データ予測において従来のRecurrent Neural Network よりも Convolutional Neural Network の方が高い適性があるとの報告がなされている. 加えて, 単一系列よりも複数系列での予測の方が精度が向上するとの報告もある. この様な知見から, 本研究では複数時系列データの入力を重回帰分析により統合し,CNN を時系列データ予測向けに拡張した Quasi-Recurrent NeuralNetwork を用いて予測対象の時系列予測を行うモデルを提案する. また, 実験では時系列データの長さやネットワークのパラメータを変化させる実験を行い, 予測精度の変化を検証した. |
(英) |
We proposed a model that integrates several types of data by multiple regression analysis and performs future prediction of target using Quasi- Recurrent Neural Network, which is one of nonlinear models. In addition, we experiment to change the length of the time series data and the parameters of the nonlinear model. And the change of prediction accuracy is verified from the result. |
キーワード |
(和) |
時系列データ / 予測 / QRNN / 機械学習 / / / / |
(英) |
time-series / prediction / QRNN / machine-learning / / / / |
文献情報 |
信学技報, vol. 119, no. 354, DE2019-32, pp. 93-98, 2019年12月. |
資料番号 |
DE2019-32 |
発行日 |
2019-12-16 (DE) |
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 |
DE2019-32 |