文献

J-GLOBAL ID：201702286435870244   整理番号：17A1251359

級数法に関連したRenyのエントロピーを組み合わせたエネルギーによる近似Noisyカオス時系列予測:降雨量時系列への応用【Powered by NICT】

Noisy Chaotic time series forecast approximated by combining Reny’s entropy with Energy associated to series method: application to rainfall series

著者 (7件)： Rodriguez Rivero Cristian ,  Pucheta Julian ,  Orjuela Canon Alvaro ,  Franco Leonardo ,  Tupac Valdivia Yvan ,  Otano Paula ,  Sauchelli Victor
資料名： IEEE Latin America Transactions  (IEEE Latin America Transactions)
巻： 15  号： 7  ページ： 1318-1325  発行年： 2017年 
JST資料番号： W2450A  ISSN： 1548-0992  資料種別： 逐次刊行物 (A)
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： Renyiの方法によって提供されたエントロピー情報を考慮した平滑化法の組合せにより,予測誤差の項における許容できる性能を持っていることを提案した。提案方式の方法論を一連のRenyiのエントロピーにより修飾されたニューラルネットワークエネルギー関連(EAS)予測フィルタを用いた白色雑音の添加により,Mackeyガラス,Lorenz,Henonマップ,LynxおよびSanta Francisca-Cordobaからの降雨のようなベンチマークカオス時系列で検討した。時系列が短いあるいは長い場合には,基礎をなす力学系は非線形で時間依存性は,長い時間間隔,これが長い記憶過程と呼ばれるにわたっている。このような場合,エントロピー情報は系列から抽出した場合神経回路網モデルの固有の非線形性と雑音に対して高いロバスト性をそれらの良好な予測性能を部分的に説明すると思われる。順列エントロピーは計算効率が良く,異常値に対してロバスト,時系列の複雑さを測定するために有効であることを実証するために,計算結果を文献で報告された雑音のある降雨とカオス時系列の予測可能性を示すために,幾つかの非線形ANN予測因子に対して評価した。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： ベンチマーク ,  予測誤差 ,  ロバスト性 ,  *予測 ,  *エントロピー ,  異常値 ,  *近似法 ,  予測可能性 ,  非線形性 ,  *降雨 ,  平滑化 ,  時間依存性 ,  *カオス
準シソーラス用語： 神経回路網モデル ,  *カオス時系列 , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  システム・制御理論一般  (IA02010H) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (9件)： 級数 ,  エントロピー ,  エネルギー ,  近似 ,  カオス ,  時系列予測 ,  降雨量 ,  時系列 ,  応用