講演名 1996/10/28
自己回帰ニューロン(ARN)で構成するフィードバック付き多層ニューラルネット
中城 正憲, 古谷 立美, 笠原 仁美, 樋口 哲也,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) ニューロンの入力部と出力部(シグモイド関数)との間に自己回帰(AB)モデルを持ち, 学習則としてバックプロパゲーション則を用いることが出来るニューロン(ARN)を考案した. ARNを多層ニューラルネット及び, フィードバック付き多層ニューラルネットであるジョルダンネット, エルマンネットに用い, 種々の時系列データを学習させた. その結果, ARNを用いた多層ニューラルネットは時系列データを学習する能力を有し, また, ARNはジョルダンネット, エルマンネットの時系列データ学習能力を増強することが判明した.
抄録(英) We propose an AutoRegressive Neuron (ARN) which has an autoregressive (AR) model between the neuron's input and the sigmoid function and can use BackPropergation (BP) learning. By using ARNs, we construct layered neural nets (LN), Jordan's nets (JN) and Elman's nets (EN), and then make them learn verious temporal data sequences. The simulation results have shown that the proposed ARN can improve the temporal data processing ability of JN and EN greatly.
キーワード(和) 多層ニューラルネット / 自己回帰モデル / ジョルダンネット / エルマンネット / 時系列処理
キーワード(英) Layerd neural network / Autoregressive model / Jordan's net / Elman's nets / Temporal process
資料番号 NC96-44
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) 自己回帰ニューロン(ARN)で構成するフィードバック付き多層ニューラルネット
サブタイトル(和)
タイトル(英) Layerd Neural network with Feedback constructed by AutoRegressive Neuron(ARN)
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) 自己回帰モデル / Autoregressive model
キーワード(3)(和/英) ジョルダンネット / Jordan's net
キーワード(4)(和/英) エルマンネット / Elman's nets
キーワード(5)(和/英) 時系列処理 / Temporal process
第 1 著者 氏名(和/英) 中城 正憲 / M. NAKAJOH
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) 笠原 仁美 / H. KASAHARA
第 3 著者 所属(和/英) 東邦大学
Toho University
第 4 著者 氏名(和/英) 樋口 哲也 / T. HIGUCHI
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 NC96-44
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