特許
J-GLOBAL ID：200903075047982150
ニューラルネットワークによる時系列予測方法
発明者：
,
出願人/特許権者：
代理人 (1件)：
小川 勝男
公報種別：公開公報
出願番号（国際出願番号）：特願平5-128700
公開番号（公開出願番号）：特開平6-337852
出願日： 1993年05月31日
公開日（公表日）： 1994年12月06日
要約：
【要約】【目的】 本発明の目的は、フィードバック型ニューラルネットワークで同時に複数の時系列要因を学習することによって、予測処理を高精度化し、特に株価暴落時のような非定常性の強い時期における予測精度を向上させることにある。【構成】 予測したい時系列を含む複数の時系列データの実績値を入力105とする。前処理部106ではまずデータ加工109により非定常性を軽減させ、次にフラクタル解析110によりニューラルネットワークの最適な入力層及び出力層のニューロン数を決定する。ニューラルネットワーク処理部107では、学習前処理部111において情報量基準値解析112を行い最適な中間層ニューロン数及び学習パターン数を決定する。次に学習前処理部で決定した最適化条件を用いて、学習処理部113において学習終了条件の判定114を行いながら学習をする。最後に学習済ネットワークによって予測処理部115で予測を行う。結果の予測値系列を出力108とする。
請求項（抜粋）：
あるしきい値を持って2値論理に従い多入力1出力であるニューロン同士がある結合荷重を持つシナプスを介して結合している層構造のニューラルネットワークに対して、複数の時系列の実績系列を入力して所望の時系列の予測系列を出力することを特徴とするニューラルネットワークによる時系列予測方法。
IPC (2件)：
G06F 15/18 520
, G06F 15/36
