特許
J-GLOBAL ID：200903028131879404
ニユーラルネツトワークの構成方法および学習/想起システム
発明者：
,
,
,
出願人/特許権者：
,
代理人 (1件)：
富田 和子
公報種別：公開公報
出願番号（国際出願番号）：特願平3-239978
公開番号（公開出願番号）：特開平5-081228
出願日： 1991年09月19日
公開日（公表日）： 1993年04月02日
要約：
【要約】【構成】入力ニューロンに過去の時系列データをサンプリングして入力し、時系列データの将来値を予測する予測値を得るニューラルネットワークの構築に際し、予め定めたサンプリング間隔およびサンプリング期間の教師パターンを生成し、生成された教師パターンについて、ニューラルネットワークの学習を行ない、該ニューラルネットワークにより得られる予測値について、予測精度の評価を行って、予め設定した精度が得られるまで、上記サンプリング間隔およびサンプリング期間のうち少なくとも一方について逐次変更した教師パターンの生成と、その学習とを繰り返し、予め設定した予測精度が得られたとき、そのときの教師パターンのサンプリング間隔およびサンプリング期間から、ニューラルネットワークの入力ニューロン数を決定して、ニューラルネットワークの構成を定義する。【効果】本発明によれば、実測パターンと予測パターンとの相関係数により、予測評価を行ない、その結果に基づき、ニューラルネットワークの構造を定義しているため、高速で的確な学習/想起が可能。
請求項（抜粋）：
複数の入力ニューロンと少なくとも1の出力ニューロンとを有し、入力ニューロンに過去の時系列データをサンプリングして入力し、時系列データの将来値を予測する予測値を出力ニューロンから得るニューラルネットワークの構築に際し、予め定めた入力ニューロン数に対応するサンプリング間隔およびサンプリング期間の教師パターンを生成し、生成された教師パターンについて、ニューラルネットワークの学習を行ない、該ニューラルネットワークにより得られる予測値について、予測精度の評価を行って、予め設定した精度が得られるまで、上記サンプリング間隔およびサンプリング期間のうち少なくとも一方について逐次変更した教師パターンの生成と、その学習および予測精度の評価とを繰り返し、予め設定した予測精度が得られたとき、そのときの教師パターンのサンプリング間隔およびサンプリング期間から、ニューラルネットワークの入力ニューロン数を決定して、ニューラルネットワークの構成を定義することを特徴とするニューラルネットワークの構成方法。
IPC (3件)：
G06F 15/18
, G05B 13/02
, G06G 7/60
