講演名 | 2022-08-02 ReLU派生関数を用いたChaotic Neural Network Reservoirによる時系列予測の性能評価 齋東 龍也(中京大), 藤田 実沙(中京大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 近年,時系列データに適した高速学習が行えるリザバーコンピューティングが注目されている.また,その派生であるカオスニューラルネットワークリザバーが提案され,カオスダイナミクスによる高度な情報処理を行えることが期待されている.しかし,これらの活性化関数にはtanhやsigmoid関数といった計算コストの大きい関数が用いられている.本研究では,CNNRの活性化関数を計算コストの小さいReLU,Leaky ReLU,tanh近似ReLU ,sigmoid近似ReLUに変更することを提案し,時系列予測タスクに対するそれらの性能を数値実験によって評価した. |
抄録(英) | Reservoir computing has been attracting attention in recent years. It can learn time-series data at high speed. The chaotic neural network reservoir is one of the reservoir computing. Its chaotic dynamics are expected to show high performance for processing time-series data. In the original chaotic neural network reservoir, tanh or sigmoid function which requires a high computation cost is used as the activation function of neurons. From this viewpoint, we proposed using other functions that require a small computation cost, such as ReLU, Leaky ReLU, tanh-approximate ReLU, and sigmoid-approximate ReLU as the activation function of neurons. Also, we evaluate the performance of these chaotic neural network reservoirs for predicting time-series data. |
キーワード(和) | カオスニューラルネットワークリザバー / リザバーコンピューティング / 時系列予測 / 機械学習 |
キーワード(英) | Chaotic Neural Network Reservoir / Reservoir Computing / Time Series Prediction / Machine Learning |
資料番号 | NLP2022-27 |
発行日 | 2022-07-26 (NLP) |
研究会情報 | |
研究会 | NLP |
---|---|
開催期間 | 2022/8/2(から1日開催) |
開催地(和) | オンライン開催 |
開催地(英) | Online |
テーマ(和) | 同期現象,一般 |
テーマ(英) | |
委員長氏名(和) | 常田 明夫(熊本大) |
委員長氏名(英) | Akio Tsuneda(Kumamoto Univ.) |
副委員長氏名(和) | 鳥飼 弘幸(法政大) |
副委員長氏名(英) | Hiroyuki Torikai(Hosei Univ.) |
幹事氏名(和) | 吉岡 大三郎(崇城大) / 伊藤 大輔(岐阜大) |
幹事氏名(英) | Daizaburo Yoshioka(Sojo Univ.) / Daisuke Ito(Gifu Univ.) |
幹事補佐氏名(和) | 横井 裕一(長崎大) / 山仲 芳和(宇都宮大) |
幹事補佐氏名(英) | Yuichi Yokoi(Nagasaki Univ.) / Yoshikazu Yamanaka(Utsunomiya Univ.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Nonlinear Problems |
---|---|
本文の言語 | JPN |
タイトル(和) | ReLU派生関数を用いたChaotic Neural Network Reservoirによる時系列予測の性能評価 |
サブタイトル(和) | |
タイトル(英) | Performance Evaluation of Time Series Forecasting with Chaotic Neural Network Reservoir using ReLU Derived Functions |
サブタイトル(和) | |
キーワード(1)(和/英) | カオスニューラルネットワークリザバー / Chaotic Neural Network Reservoir |
キーワード(2)(和/英) | リザバーコンピューティング / Reservoir Computing |
キーワード(3)(和/英) | 時系列予測 / Time Series Prediction |
キーワード(4)(和/英) | 機械学習 / Machine Learning |
第 1 著者 氏名(和/英) | 齋東 龍也 / Tatsuya Saito |
第 1 著者 所属(和/英) | 中京大学(略称:中京大) Chukyo University(略称:Chukyo Univ.) |
第 2 著者 氏名(和/英) | 藤田 実沙 / Misa Fujita |
第 2 著者 所属(和/英) | 中京大学(略称:中京大) Chukyo University(略称:Chukyo Univ.) |
発表年月日 | 2022-08-02 |
資料番号 | NLP2022-27 |
巻番号(vol) | vol.122 |
号番号(no) | NLP-143 |
ページ範囲 | pp.7-10(NLP), |
ページ数 | 4 |
発行日 | 2022-07-26 (NLP) |