特許
J-GLOBAL ID：200903099653254301
リカレントニューラルネットワークを用いた不規則時系列データの学習・予測方法及び装置並びに気象予測方法
発明者：
出願人/特許権者：
代理人 (1件)：
西浦 ▲嗣▼晴
公報種別：公開公報
出願番号（国際出願番号）：特願2006-237066
公開番号（公開出願番号）：特開2007-095046
出願日： 2006年08月31日
公開日（公表日）： 2007年04月12日
要約：
【課題】 従来よりも不規則時系列データの予測精度を高めることができるリカレントニューラルネットワークを用いた不規則時系列データの学習・予測方法を提供する。【解決手段】 学習時にリカレントニューラルネットワークを用いる。このリカレントニューラルネットワークの入力層1に含まれる第1のニューロン群N1と第2のニューロン群N2とを構成する2r個のニューロン11〜1rと21〜2Rの活性化関数として単調関数を用いる。また中間層3に含まれる第3のニューロン群N3を構成するq個のニューロン31〜3qの活性化関数として正弦波関数を用いる。さらに出力層5に含まれる第4のニューロン群N4を構成するr個のニューロン51〜5Rの活性化関数として正弦波関数を用いる。【選択図】 図1
請求項（抜粋）：
リカレントニューラルネットワークを用いた不規則時系列データの学習・予測方法であって、
前記リカレントニューラルネットワークとして、r個(rは2以上の整数でフラクタル次元から定められた予測可能なデータの数)の不規則時系列データがそれぞれ入力されるr個のニューロンからなる第1のニューロン群と、前記r個の不規則時系列データに続く別のr個の不規則時系列データがそれぞれ入力されるr個のニューロンからなる第2のニューロン群とを備えた入力層と、q(qは2以上の整数)個のニューロンからなる第3のニューロン群を備えた1以上の中間層と、r個のニューロンからなる第4のニューロン群を備えた出力層と、前記出力層の前記第4のニューロン群を構成する前記r個のニューロンの出力を前記第2のニューロン群を構成する前記r個のニューロンにそれぞれ帰還する帰還路と、前記第2のニューロン群を構成する前記r個のニューロンの入力側に配置されて入力を規格化する規格化手段とを備えたものを用意する準備ステップと、
過去に集めた多数組の2r個の不規則時系列データを前記入力層に入力して、前記第2のニューロン群に入力されるr個の前記不規則時系列データと前記出力層の前記第4のニューロン群を構成する前記r個のニューロンの出力とが近づくように、前記リカレントニューラルネットワークの内部状態を決定する学習ステップと、
前記第1のニューロン群だけを有する前記入力層と、前記第3のニューロン群を有する1以上の前記中間層と、前記第4のニューロン群を有する前記出力層とを備えて、前記学習ステップにより決定した内部状態を有する学習済みニューラルネットワークを予測用モデルとして構築する予測用モデル構築ステップと、
前記予測用モデルの前記入力層に直近のr個の不規則時系列データを入力して該直近のr個の不規則時系列データに続くr個の不規則時系列データを予測する予測ステップとからなり、
前記入力層に含まれる前記第1のニューロン群と前記第2のニューロン群とを構成する2r個の前記ニューロンの活性化関数として単調関数を用い、前記1以上の中間層に含まれる前記第3のニューロン群を構成する前記q個のニューロンの活性化関数として正弦波関数を用い、前記出力層に含まれる前記第4のニューロン群を構成する前記r個のニューロンの活性化関数として正弦波関数を用いることを特徴とする不規則時系列データの学習・予測方法。
IPC (1件)：
FI (1件)：
引用特許：
出願人引用 (7件)
全件表示
審査官引用 (1件)
-
需要量予測方法
公報種別：公開公報
出願番号：特願平6-168464
出願人：三菱電機株式会社
引用文献：
前のページに戻る
