ニューラルネットワークによる予測装置

Inventor： , ,
Applicant, Patent owner：
Agent (1)：篠部正治
Gazette classification：公開公報
Application number (International application number)：2000044605
Publication number (International publication number)：2001236337
Application date： Feb. 22, 2000
Publication date： Aug. 31, 2001
Summary：

【要約】【課題】ニューラルネットワークを用いた需要等の予測装置の予測モデル生成を効率化し、入力データが不確かでも予測ブレを少なくし入出力時系列データの特性が変っても予測精度を保つ。【解決手段】データ解析部301は各種入力候補データと出力候補データとの相関を求め、モデル生成部302は高相関を持つ入出力候補データを入出力データに決め、少数の学習モデルを生成する。モデル学習部303は学習に用いる時系列実績データを学習期間分と評価期間分に分け、学習期間分でモデル学習、評価期間分でモデル評価し、モデル選択部304は最良の学習モデルを初期予測モデルとする。予測計算部203は学習直後のモデルで予測し、モデル評価部204は予測精度を評価する。精度良の場合、予測値は出力され、その予測モデルは予測モデル逐次更新部202で再学習により更新される。精度不良の場合、その予測モデルは無効とされ、新たな初期予測モデルが作られる。

Claim (excerpt)：

それぞれ時系列で変化する1または複数種類の入力値および(または)該入力値についての加工値からなる複数種類の入力データを入力パターンとして前記時系列を構成する時点毎に入力し、該入力パターンに対応し予測値および(または)該予測値についての加工値からなる1または複数種類の出力データを出力パターンとして出力するニューラルネットワークによる予測装置において、前記ニューラルネットワークに学習を行わせるに先立って、少なくとも前記出力データを含む種類別の候補出力データそれぞれについての時系列実績データと、少なくとも前記入力データを含む種類別の候補入力データそれぞれについての時系列実績データとの相互間の、且つ各当該の種類別時系列実績データ相互の時間差を順次所定の時間差まで変化させたときの各時間差毎の相関係数を求める入出力データ解析手段と、この全ての相関係数のうち、所定の大きさ以上の相関を示す相関係数のそれぞれに関わる種類別候補入力データを予測用の入力データに決定し、同じく該相関係数のそれぞれに関わる種類別候補出力データを予測用の出力データに決定し、該予測用入力データについての時系列実績データからなる時系列の学習用入力パターン及び該予測用出力データについての時系列実績データからなる時系列の教師パターンを入力とし、中間層ニューロン数の異なる複数の学習モデルを自動生成する学習モデル生成手段とを備えたことを特徴とするニューラルネットワークによる予測装置。

IPC (2)：

G06F 15/18 520 , G06F 17/00

FI (2)：

G06F 15/18 520 P , G06F 15/20 F

F-Term (2)：

5B049EE03 , 5B049EE14

Patent cited by the Patent：

Cited by applicant (2)

モデルの汎化能力評価方法
Gazette classification：公開公報 Application number：特願平7-207981 Applicant：富士通株式会社
ニューラルネットワークによる時系列予測方法
Gazette classification：公開公報 Application number：特願平5-128700 Applicant：株式会社日立製作所

Return to Previous Page