文献

J-GLOBAL ID：202202225928961385   整理番号：22A1027622

時系列予測のためのグレイWolf最適化ベース深Echo状態ネットワーク【JST・京大機械翻訳】

Grey Wolf Optimization-Based Deep Echo State Network for Time Series Prediction

著者 (2件)： Chen Xiaojuan (School of Electronic Information Engineering, Changchun University of Science and Technology, Changchun, China) ,  Zhang Haiyang (School of Electronic Information Engineering, Changchun University of Science and Technology, Changchun, China)
資料名： Frontiers in Energy Research (Web)  (Frontiers in Energy Research (Web))
巻： 10  ページ： 858518  発行年： 2022年 
JST資料番号： U7069A  ISSN： 2296-598X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： Echo状態ネットワーク(ESN)は,再発性ニューラルネットワークのユニークなタイプである。それは,疎で,ランダムで巨大な隠れインフラストラクチャである貯水池を築き上げる。ESNは予測と分類を含む多様な非線形問題を扱うのに成功した。ESNは,最近提案されたマルチレイヤ(ML)アーキテクチャを含む様々なアーキテクチャで利用される。さらに,多層ESNモデルであるDeep Echo State Network(DeepESN)モデルは,最近,高次元の複雑な非線形プロセスの予測に成功したことが証明されている。DeepESNアーキテクチャと訓練パラメータの適切な構成は,時間がかかり,困難である。最低学習誤差を達成するために,様々なパラメータ(隠れニューロン,入力スケーリング,層数,およびスペクトル半径)を注意深く調整した。しかし,最適訓練結果は,このハプ危険に作られた仕事によって保証されないかもしれない。本研究では,これらの懸念に取り組むために,灰色鉄最適化(GWO)アルゴリズムを導入した。GWO(GWODESN)に基づくDeepESNを,時系列を予測する試みで利用し,その結果を通常のESN,LSTM,およびELMモデルと比較した。調査結果は,計画されたモデルが予測に関して最良であることを示した。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最適化 ,  貯水池 ,  学習 ,  *ネットワーク ,  ニューロン ,  ニューラルネットワーク ,  モデル ,  インフラストラクチャー ,  高次元 ,  計算機アーキテクチャ ,  非線形問題
準シソーラス用語： *時系列予測 , 【Automatic Indexing@JST】

著者キーワード (5件)： 時系列予測 ,  深いエコー状態ネットワーク ,  灰色オオカミの最適化 ,  ネットワーク構造最適化 ,  複合サイクル発電プラント

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

引用文献 (24件)：

• AbdelkerimS., AmmaB., ZoubirA. F., ElhadjB. H. (2020). Echo State Network-based Feature Extraction for Efficient Color Image Segmentation. J. Concurrency Computation: Pract. Experience 32 (21), 1. doi: 10.1002/cpe.5719
• ChaiS. H., LimJ. S. (2016). Forecasting Business Cycle with Chaotic Time Series Based on Neural Network with Weighted Fuzzy Membership Functions. Chaos, Solitons & Fractals 90 (1), 118-126. doi: 10.1016/j.chaos.2016.03.037
• ChouikhiN., AmmarB., RokbaniN., AlimiA. M. (2017). PSO-based Analysis of echo State Network Parameters for Time Series Forecasting. Appl. Soft Comput. 55, 211-225. doi: 10.1016/j.asoc.2017.01.049
• GallicchioC., MicheliA. (2017). Deep Echo State Network (DeepESN): A Brief Survey Statistics, 1-15. doi: 10.1016/j.asoc.2017.01.049
• GuoW., XuT., LuZ. (2016). An Integrated Chaotic Time Series Prediction Model Based on Efficient Extreme Learning Machine and Differential Evolution. Neural Comput. Applic 27 (4), 883-898. doi: 10.1007/s00521-015-1903-2

タイトルに関連する用語 (3件)： 時系列予測 ,  グレイ ,  最適化