文献

J-GLOBAL ID：202002245498568045   整理番号：20A1958237

ランダム重みファジィニューラルネットワークを用いた時系列予測【JST・京大機械翻訳】

Time Series Prediction Using Random Weights Fuzzy Neural Networks

著者 (2件)： Rosato Antonello (University of Rome ”La Sapienza”,Department of Information Engineering, Electronics and Telecommunications (DIET),Rome,Italy,00184) ,  Panella Massimo (University of Rome ”La Sapienza”,Department of Information Engineering, Electronics and Telecommunications (DIET),Rome,Italy,00184)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： FUZZ  ページ： 1-6  発行年： 2020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： 本論文では,予測問題を解くための適切なツールとして,ランダム重みファジィニューラルネットワークを導入した。これらのランダム化ファジィニューラルネットワークの一般化能力を,多次元入力から予測されるサンプルを正確に推定するために利用した。後者は,時系列に埋込み技術を適用することにより得られ,それは,予測のために使用する意味のある過去のサンプルだけを選択する。電力配信の応用状況に関連する実世界時系列に関する提案アプローチを試験した。よく知られたデータ駆動回帰モデルに基づく他の予測システムに関して,その予測精度を比較することにより,提案した方法の有効性を証明した。Copyright 2020 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： 電力 ,  情報配布 ,  回帰モデル ,  高次元 ,  有効性 ,  *ファジィニューラルネットワーク
準シソーラス用語： *時系列予測 ,  予測精度 ,  予測システム ,  データ駆動 ,  ランダム化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： ファジィニューラルネットワーク ,  時系列予測