| 講演名 | 2015-07-18 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(徳島大), 木内 敬浩(徳島大), 榎本 崇宏(徳島大), 長篠 博文(徳島大), 小中 信典(徳島大), 木内 陽介(徳島大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 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． |
| 抄録(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 |
| キーワード(英) | time series / neural network / FNN / PCA / Ikeda map |
| 資料番号 | MBE2015-24 |
| 発行日 | 2015-07-11 (MBE) |
| 研究会情報 | |
| 研究会 | MBE / NC |
|---|---|
| 開催期間 | 2015/7/18(から1日開催) |
| 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 |
| 委員長氏名（和） | 小林 哲生(京大) / 斎藤 利通(法政大) |
| 委員長氏名（英） | Tetsuo Kobayashi(Kyoto Univ.) / Toshimichi Saito(Hosei Univ.) |
| 副委員長氏名（和） | 福岡 豊(工学院大) / 佐藤 茂雄(東北大) |
| 副委員長氏名（英） | Yutaka Fukuoka(Kogakuin Univ.) / Shigeo Sato(Tohoku Univ.) |
| 幹事氏名（和） | 中村 和浩(秋田脳研) / 田中 久弥(工学院大) / 堀尾 恵一(九工大) / 田中 宏喜(京都産大) |
| 幹事氏名（英） | Kazuhiro Nakamura(akita noken) / Hisaya Tanaka(Kogakuin Univ.) / Keiichi Horio(Kyushu Inst. of Tech.) / Hiroki Tanaka(Kyoto Sangyo Univ.) |
| 幹事補佐氏名（和） | 笈田 武範(京大) / 堀江 亮太(芝浦工大) / 神原 裕行(東工大) / 秋間 学尚(東北大) |
| 幹事補佐氏名（英） | Takenori Oida(Kyoto Univ.) / Ryota Horie(Shibaura Inst. of Tech.) / Hiroyuki Kanbara(Tokyo Inst. of Tech.) / Hisanao Akima(Tohoku Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on ME and Bio Cybernetics / Technical Committee on Neurocomputing |
|---|---|
| 本文の言語 | JPN |
| 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（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 芥川 正武 / Masatake Akutagawa |
| 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） | 木内 敬浩 / Takahiro Kinouchi |
| 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） | 榎本 崇宏 / Takahiro Emoto |
| 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） | 長篠 博文 / Hirofumi Nagashino |
| 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） | 小中 信典 / Shinsuke Konaka |
| 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） | 木内 陽介 / Yohsuke Kinouchi |
| 第 6 著者 所属（和/英） | 徳島大学(略称：徳島大) Tokushima University(略称：Tokushima Univ.) |
| 発表年月日 | 2015-07-18 |
| 資料番号 | MBE2015-24 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | MBE-147 |
| ページ範囲 | pp.23-28(MBE), |
| ページ数 | 6 |
| 発行日 | 2015-07-11 (MBE) |