文献

J-GLOBAL ID：201702214586087295   整理番号：17A0144954

温度の事前予測のための高次ファジィ時系列予測モデル【Powered by NICT】

High-order fuzzy time series forecasting model for advance prediction of temperature

著者 (2件)： Pannu Husanbir Singh (CSED, Thapar University, Patiala, India) ,  Tripathi Alok (CSED, Thapar University, Patiala, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICICT  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： の将来の予測結果は,常に実世界で強い関心の対象となってきた。そのようなモデルを構築するために,ファジィ時系列は,入力パラメータの確率的尺度を選択する大きな柔軟性を提供する。ファジィ集合の概念に基づいた新しい高次時間系列モデルを本論文で提示した。新しい脱ファジィ化手法の助けを借りて,温度値を予測した。実験は,台北の設定温度時系列データを用いて行った。提案したモデルの結果は,温度を予測するために現代の進歩した予測モデルと比較した。統計的計量平均,標準偏差,二乗平均平方根誤差(RMSE)は,モデルの性能を評価するのに使用される。提案したモデルの平均RMSEは1.24(人工ニューラルネットワークに基づくモデル)と1.91(多変量Markov連鎖モデル)とは対照的に1.21であった。経験的結果は,提案した方法がよく適しており,他の既存の先進技術と比較して予測に有効であることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ファジィ集合 ,  標準偏差 ,  ニューラルネットワーク ,  柔軟性 ,  *予測モデル
準シソーラス用語： Markov連鎖モデル ,  多変量 ,  時系列データ ,  台北 ,  ファジー化 ,  入力パラメータ ,  *ファジー時系列 , 【Automatic Indexing@JST】

分類 (1件)： 流出解析  (DC07030N)

タイトルに関連する用語 (3件)： 予測 ,  ファジィ時系列 ,  予測モデル