講演名 1996/10/28
自己回帰移動平均(ARMA)モデルをリンクに持つ多層ニューラルネットワーク
神山 貴治, 古谷 立美, 関口 昌志, 田中 敏雄,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) リンクに自己回帰移動平均(ARMA)モデルを持つ多層ニユーラルネツト(ARMANN)を提案する. ARMAモデルは遅延付きフィ--ドバックを行なう自己回帰(AR)モデルと遅延付きフイードフォワードを行なう移動平均(MA)モデルから構成される. ARMAモデルをリンクに持つニユーラルネットは遅延素子に過去のデータが記憶されるため時系列情報処理が可能になる. 本論文では, 最初にバックプロパゲーションを基本とするARMANNのための学習則を示し, 次にARMANNを時系列処理問題(abcdeの書き順, 株式市場の予測, 逆システム)に適用する. この結果, ARMANNは逆システムの構成において過去に提案されたARLNNより優れた性能を示すことが分かった.
抄録(英) We propose a neural net(ARMANN) whose link has an autoregressive moving average(ARMA) model. The ARMA model consists of an sutoregerssive(AR) model that works as a delayed feedback and a moving average(MA) model that works as a delayed feedforward. The neural network with ARMA models can process temporal data by storing the past data in its delay elements. We present a learning algorithm of ARMANN based on the packpropagation. ARMANN is applied to temporal data processing problem (abcde trajectory, stock market prediction, inverse model). The results show that the ARMANN is superior to ARLNN in the construction of inverse model.
キーワード(和) 多層ニューラルネット / 自己回帰移動平均モデル / バックプロパゲーシヨン
キーワード(英) Layerd neural network / Autoregressive moving average model / Backpropagation
資料番号 NC96-43
発行日

研究会情報
研究会 NC
開催期間 1996/10/28(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 JPN
タイトル(和) 自己回帰移動平均(ARMA)モデルをリンクに持つ多層ニューラルネットワーク
サブタイトル(和)
タイトル(英) Layerd Neural Networks with Autoregressive Moving Average Links
サブタイトル(和)
キーワード(1)(和/英) 多層ニューラルネット / Layerd neural network
キーワード(2)(和/英) 自己回帰移動平均モデル / Autoregressive moving average model
キーワード(3)(和/英) バックプロパゲーシヨン / Backpropagation
第 1 著者 氏名(和/英) 神山 貴治 / T. KAMIYAMA
第 1 著者 所属(和/英) 東邦大学
Toho University
第 2 著者 氏名(和/英) 古谷 立美 / T. FURUYA
第 2 著者 所属(和/英) 東邦大学
Toho University
第 3 著者 氏名(和/英) 関口 昌志 / M. SEKIGUCHI
第 3 著者 所属(和/英) 東邦大学
Toho University
第 4 著者 氏名(和/英) 田中 敏雄 / T. TANAKA
第 4 著者 所属(和/英) 電子技術総合研究所
Electrotechnical Laboratory
発表年月日 1996/10/28
資料番号 NC96-43
巻番号(vol) vol.96
号番号(no) 331
ページ範囲 pp.-
ページ数 8
発行日