| 講演名 | 2000/3/14 積分埋め込みを用いたニューラルネットによるカオス力学系の再構成 吉田 和子, 石井 信, 佐藤 雅昭, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本研究では、力学変数の一部のみが観測される部分観測状況下でのカオス力学系の再構成について議論する。関数近似器としてガウス関数ネットワーク(NGnet)を用い、オンラインEMアルゴリズムによって学習を行う。部分観測を扱うために、平滑化フィルタを用いた新しい埋め込み法を提案し、これを積分埋め込みと呼ぶ。NGnetは積分座標空間内での力学系を近似するように学習を行う。実験により、学習後のNGnetが元のアトラクタの複雑度と不安定性を良く近似したカオスアトラクタを生成できることが分かった。学習データに強いノイズが含まれる場合でも、力学系の再構成は可能である。遅れ座標埋め込みを用いた我々の以前の手法と比較したところ、新しい手法はさらにノイズに頑強であり学習の進行が速い。 |
| 抄録(英) | In this report, we discuss the reconstruction of chaotic dynamics in a partial observation situation. As a function approximator, we employ a Normalized Gaussian network(NGnet), which is trained by an on-line EM algorithm, In order to deal with the partial observation, we propose a new embedding method based on smoothing filters, which is called integral embedding. The NGnet is trained to mimic the dynamical system in the integral coordinate space. Experimental results show that the trained NGnet is able to reproduce a chaotic attractor that well approximates the complexity and instability of the original chaotic attractor, even when the data involve large noise. In comparison with our previous method using delay coordinate embedding, this new method is more robust to noise and faster in learning. |
| キーワード(和) | 正規化ガウス関数ネットワーク / オンラインEMアルゴリズム / カオスアトラクタ / 埋め込み / 平滑化フィルタ / ノイズへの頑強性 |
| キーワード(英) | normalized Gaussian network / on-line EM algorithm / chaotic attractor / embedding / smoothing filter / robustness to noise |
| 資料番号 | NC99-120 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2000/3/14(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） | 積分埋め込みを用いたニューラルネットによるカオス力学系の再構成 |
| サブタイトル（和） | |
| タイトル（英） | Reconstruction of chaotic dynamics by neural network using a integral embedding method |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 正規化ガウス関数ネットワーク / normalized Gaussian network |
| キーワード(2)（和/英） | オンラインEMアルゴリズム / on-line EM algorithm |
| キーワード(3)（和/英） | カオスアトラクタ / chaotic attractor |
| キーワード(4)（和/英） | 埋め込み / embedding |
| キーワード(5)（和/英） | 平滑化フィルタ / smoothing filter |
| キーワード(6)（和/英） | ノイズへの頑強性 / robustness to noise |
| 第 1 著者 氏名（和/英） | 吉田 和子 / Wako Yoshida |
| 第 1 著者 所属（和/英） | 奈良先端科学技術大学院大学情報科学研究科 Nara Institute of Science and Technology |
| 第 2 著者 氏名（和/英） | 石井 信 / Shin Ishii |
| 第 2 著者 所属（和/英） | 奈良先端科学技術大学院大学情報科学研究科 Nara Institute of Science and Technology:ATR Human Information Processing Research Laboratories |
| 第 3 著者 氏名（和/英） | 佐藤 雅昭 / Masa-aki Sato |
| 第 3 著者 所属（和/英） | 奈良先端科学技術大学院大学情報科学研究科 ATR Human Information Processing Research Laboratories |
| 発表年月日 | 2000/3/14 |
| 資料番号 | NC99-120 |
| 巻番号（vol） | vol.99 |
| 号番号（no） | 685 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |