文献

J-GLOBAL ID：201802231105250639   整理番号：18A1907766

改良カーネル適応フィルタに基づくカオス時系列オンライン予測【JST・京大機械翻訳】

Chaotic Time Series Online Prediction Based on Improved Kernel Adaptive Filter

著者 (3件)： Zhang Shuhui (Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian, China) ,  Han Min (Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian, China) ,  Xu Meiling (Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IJCNN  ページ： 1-6  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： カーネル再帰最小二乗(KRLS)は新しい研究ホットスポットになり,時系列オンライン予測の分野で研究者の注意を引き付けている。オンラインアルゴリズムとして,その計算形式は,達成された新しいサンプルとして増分的に更新されている。しかし,データサンプルの数が増加すると,その計算量は増加する。そして,オンライン予測プロセスにおける時変特性を追跡する能力の欠如がある。したがって,スライディングウィンドウ法をスパースKRLSに追加し,スライディングウィンドウ(SW-SKRLS)に基づくスパースカーネル再帰最小二乗である新しい改良アルゴリズムを提案した。この改良アルゴリズムは,計算複雑性を制限することができて,時変環境においてより良いオンライン予測を実行することができた。提案したアルゴリズムの妥当性を証明するために,Lorenz時系列と大連月平均温度と降雨時系列に関するシミュレーションを行った。シミュレーション結果は,このアルゴリズムには良い予測精度と効率があることを示している。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計算量 ,  *予測 ,  ホットスポット ,  降雨 ,  平均気温 ,  シミュレーション ,  アルゴリズム ,  最小二乗法 ,  *適応フィルタ
準シソーラス用語： 予測精度 ,  大連市 ,  スライディングウィンドウ ,  オンラインアルゴリズム ,  *オンライン ,  カオス時系列 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： カーネル ,  適応フィルタ ,  カオス時系列 ,  オンライン ,  予測