| 講演名 | 2002/3/11 特定の結合を持つディジタル・ニューラルネットワークの予測学習能力 石堂 正弘, 吉田 秀喜, 玉田 浩介, 高木 修平, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 一定の幾何学的配置に従って遅延素子を結合させたFIRフィルタから成る階層型ディジタル・ニューラルネットワークにおいて、一つの正弦波(周波数fo)を用いて、1(あるいは3,5)時刻先の予測学習をGAにより行った。十分学習したネットワークにおいて、fo以下の周波数成分からなる任意の波形を用い予測能力をテストすると、一定の予測率以上で(1時刻先で99.1%)予測可能であることが分かった。一つの正弦波を用いてこれを学習したのみであるに拘わらず、任意の波形に対して予測可能となる原因を調べるため、fo以下の各周波数の正弦波を用いて予測能力を、0からfoの全ての周波数範囲で調べた結果、良い予測能力を示すことが分かった。この結果から考えて、任意の入力波形の周波数成分はこのネットワーク上に分布し、これらの周波数成分をネットワークが認識し、これらについて予測し、これらを加算して予測出力を得ていると考えられる。次に一つの正弦波を用い一定時刻先の微分値を学習し、任意の波形の微分予測の可能性について調べた。その結果、一定の周波数以下において全ての正弦波について良好な微分予測をなすことが分かった。 |
| 抄録(英) | In the hierarchical digital neural network which consists of FIR filter being connected with delay elements in accordance with a geometric configuration, the learning of prediction (1, 3 or 5 steps ahead) was done by using GA and a sinusoidal wave with frequency fo as the learning wave. After the learning, the network has good ability of prediction for any waves with frequency less than fo. The prediction ratio at one step ahead was 99.1 %. To examine the reason why the network has the ability of prediction for any waves by the learning of only one sinusoidal wave, the ability of prediction for sinusoidal waves with frequency from 0 through fo was examined. According to the result, the prediction ratio at five steps ahead is more than 90.0 % all over the frequency range. It is considered that the network recognizes the frequencies components, gives the prediction of each sinusoidal wave of the Fourier components and adds the predicted values to get the prediction of the signals. The possibility of prediction of differentiated value of time serial signals by using the digital neural network was also examined. It resulted that the network showed good ability for differential prediction of any waves with frequency components less than fo. |
| キーワード(和) | ディジタル・ニューラルネットワーク / FIRフィルタ / 予測率 / 微分予測 |
| キーワード(英) | Digital Neural Network / FIR Filter / Prediction / Differential Prediction |
| 資料番号 | NC2001-134 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2002/3/11(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） | 特定の結合を持つディジタル・ニューラルネットワークの予測学習能力 |
| サブタイトル（和） | |
| タイトル（英） | Ability of Prediction and Learning of Digital Neural Network with Specific Connections |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ディジタル・ニューラルネットワーク / Digital Neural Network |
| キーワード(2)（和/英） | FIRフィルタ / FIR Filter |
| キーワード(3)（和/英） | 予測率 / Prediction |
| キーワード(4)（和/英） | 微分予測 / Differential Prediction |
| 第 1 著者 氏名（和/英） | 石堂 正弘 / Masahiro ISHIDO |
| 第 1 著者 所属（和/英） | 神戸大学工学部情報知能工学科 Department bof Computer and sysytems Engineering, Faculty of Engineering, Kobe University |
| 第 2 著者 氏名（和/英） | 吉田 秀喜 / Hideki YOSHIDA |
| 第 2 著者 所属（和/英） | 神戸大学工学部情報知能工学科 Department bof Computer and sysytems Engineering, Faculty of Engineering, Kobe University |
| 第 3 著者 氏名（和/英） | 玉田 浩介 / Kousuke TAMADA |
| 第 3 著者 所属（和/英） | 神戸大学工学部情報知能工学科 Department bof Computer and sysytems Engineering, Faculty of Engineering, Kobe University |
| 第 4 著者 氏名（和/英） | 高木 修平 / Shuhei TAKAKI |
| 第 4 著者 所属（和/英） | 神戸大学工学部情報知能工学科 Department bof Computer and sysytems Engineering, Faculty of Engineering, Kobe University |
| 発表年月日 | 2002/3/11 |
| 資料番号 | NC2001-134 |
| 巻番号（vol） | vol.101 |
| 号番号（no） | 735 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |