文献

J-GLOBAL ID：201702236424861800   整理番号：17A0314264

時系列予測のためのファジィ認知マップの動的最適化【Powered by NICT】

Dynamic optimization of fuzzy cognitive maps for time series forecasting

著者 (4件)： Salmeron Jose L. (Data Science Lab, Universidad Pablo de Olavide, Seville, Spain) ,  Salmeron Jose L. (Universidad Autonoma de Chile, Chile) ,  Salmeron Jose L. (Univerzita Hradec Kralove, Czech Republic) ,  Froelich Wojciech (Institute of Computer Science, University of Silesia, Sosnowiec, Poland)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 105  ページ： 29-37  発行年： 2016年08月01日 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,時系列予測のための予測モデルとしてのファジィ認知マップ(FCM)を学習への新しいアプローチを提案した。本稿における最初の提案は,FCM構造の動的最適化,すなわち,各予測を作成する前に,FCMモデルに含まれる概念を選択することを提案した。さらに,対応するパラメータと共にFCM変換関数を動的に最適化することを提案した。最後に,FCM量が学習される。このようにして,全FCMモデルは完全に新しい方法で学習される,すなわち,予測時系列の現在の地域特性に連続的に適応させた。前述の全ての要素を最適化するために,筆者らは,5種の集団ベースアルゴリズム:遺伝的,粒子群最適化,シミュレーテッドアニーリング,人工ハチコロニーおよび微分進化を適用し,比較した。提案手法の評価のために,11種類の公開利用可能なデータセットを用いた。比較実験の結果により,提案アプローチでは,多くの最新予測モデルより優れていることを競合予測方法を提供するという証拠を提供する。線形と動向固定傾向が見られる時系列の予測のための著者らのFCMベースアプローチを使用することを推奨する。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 情報公開 ,  *最適化 ,  シミュレーテッドアニーリング ,  比較試験 ,  予測モデル ,  予測技法 ,  線形性
準シソーラス用語： 微分進化 ,  人工ハチコロニー ,  粒子群最適化 ,  地域特性 ,  変換関数 ,  *動的最適化 ,  *時系列予測 , 【Automatic Indexing@JST】

著者キーワード (3件)： ファジィ認知マップ ,  時系列の予測 ,  機械学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 時系列予測 ,  ファジィ認知マップ ,  動的最適化