文献

J-GLOBAL ID：201702275137102300   整理番号：17A0769705

プロセスニューラルネットワークを用いた機能的時系列予測【Powered by NICT】

Functional Time Series Prediction Using Process Neural Network

著者 (3件)： DING Gang (School of Mechatronics Engineering,Harbin Institute of Technology) ,  LIN Lin (School of Mechatronics Engineering,Harbin Institute of Technology) ,  ZHONG Shi-Sheng (School of Mechatronics Engineering,Harbin Institute of Technology)
資料名： Chinese Physics Letters  (Chinese Physics Letters)
巻： 26  号： 9  ページ： 49-52  発行年： 2009年 
JST資料番号： W1191A  ISSN： 0256-307X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 従来のニューラルネットワークに基づく時系列予測法を時系列的に離散観測値間の機能的関係を考慮に入れていない,これは低い予測精度を引き起こす通常。この問題を解決するために,プロセスニューラルネットワークに基づく機能的時系列予測モデルを提案した。正規直交基底関数の展開に基づくLevenberg-Marquardt学習アルゴリズムは提案された機能的時系列予測モデルを訓練するために開発した。提案された機能的時系列予測モデルと対応する学習アルゴリズムの効率は月平均太陽黒点数の予測により検証した。比較試験結果は,プロセスニューラルネットワークは機能的時系列予測のための有望なツールであることを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 直交性 ,  比較試験 ,  基底関数 ,  *ニューラルネットワーク ,  学習アルゴリズム ,  太陽黒点
準シソーラス用語： 予測精度 ,  *時系列予測 , 【Automatic Indexing@JST】

著者キーワード (1件)： 英語キーワードはない

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： プロセス ,  ニューラルネットワーク ,  時系列予測