講演名 1997/5/23
ハイブリッド形ニューラル予測器における信号の相関性解析
カラフ アシュラフ, 中山 謙二,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) ニューラルネットワークは非線形な処理を容易に取り込むことができるという特徴がある。筆者らは以前に階層形ニューラルネットワーク(NN)と線形フィルタを組み合わせたハイブリッド形ニューラル予測器について検討を行った。本論文では、更に予測の難しさを評価するために入力信号の相関性を測る尺度を提案し、この尺度に基づいて入力サンプル数、隠れユニット数、及び収束特性の関係について検討を行った。更に、予測に対して階層形NNと線形フィルタの役割を比較検討している。今回は、剰余演算による非線形信号を用いて、シミュレーションを行ったが、更に他の多くの非線形信号に対して提案した相関性尺度の有効性を検討する。
抄録(英) In order to measure the difficulty of nonlinear time sereis prediction, we propose some measure, with which correlation among the input samples is evaluated. Furthermore, relation between the number of the input samples, applied to the predictor in parallel, and prediction performance can be estimated based on this measure. A cascade structure of multi-layer (ML) neural network combined with a finite-impulse-response (FIR) filter is suggested for one-step prediction of nonlinear time series. Using the FIR as a second stage of the predictor speeds up the convergence of the proposed network for different input samples and hidden neurons combinations.
キーワード(和) 非線形信号処理 / ニューラルネットワーク / FIRフィルタ / ハイブリッド予測モデル
キーワード(英) Nonlinear Signal Processing / Neural Networks / FIR Filter / Hybrid Predictor Models
資料番号 NC97-2
発行日

研究会情報
研究会 NC
開催期間 1997/5/23(から1日開催)
開催地(和)
開催地(英)
テーマ(和)
テーマ(英)
委員長氏名(和)
委員長氏名(英)
副委員長氏名(和)
副委員長氏名(英)
幹事氏名(和)
幹事氏名(英)
幹事補佐氏名(和)
幹事補佐氏名(英)

講演論文情報詳細
申込み研究会 Neurocomputing (NC)
本文の言語 ENG
タイトル(和) ハイブリッド形ニューラル予測器における信号の相関性解析
サブタイトル(和)
タイトル(英) An Input Sequence Analysis for a Hybrid Neural Predictor
サブタイトル(和)
キーワード(1)(和/英) 非線形信号処理 / Nonlinear Signal Processing
キーワード(2)(和/英) ニューラルネットワーク / Neural Networks
キーワード(3)(和/英) FIRフィルタ / FIR Filter
キーワード(4)(和/英) ハイブリッド予測モデル / Hybrid Predictor Models
第 1 著者 氏名(和/英) カラフ アシュラフ / Ashraf A.M. Khalaf
第 1 著者 所属(和/英) 金沢大学 大学院 自然科学研究科
Graduate School of Nat.Sci.and Tech.
第 2 著者 氏名(和/英) 中山 謙二 / Kenji Nakayama
第 2 著者 所属(和/英) 金沢大学 工学部 電気 情報工学科
Faculty of Eng., Kanazawa Univ.
発表年月日 1997/5/23
資料番号 NC97-2
巻番号(vol) vol.97
号番号(no) 69
ページ範囲 pp.-
ページ数 8
発行日