ハイブリッド形非線形予測器の最小構成法と学習アルゴリズム

1998 Fiscal Year Annual Research Report

• Project/Area Number: 10650357
• Research Institution: Kanazawa University
• Principal Investigator: 中山 謙二 金沢大学, 自然科学研究科, 教授 (00207945)
• Co-Investigator(Kenkyū-buntansha): コナド キニ 金沢大学, 工学部, 助手 (80303262) ; 平野 晃宏 金沢大学, 工学部, 助手 (70303261)
• Keywords: ニューラルネットワーク / 予測 / 非線形 / 時系列

Research Abstract

◇方式の提案
階層形ニューラルネットワークによる非線形予測を入力側に、FIRフィルタによる線形予測を出力側に配置した、縦続形のハイブリッド形予測器を提案した。
◇学習方法
新しい方式に対して、非線形予測器と線形予測器をこの順に分離学習する方法を提案し、安定な学習が可能であることをシミュレーションにより確認した。
◇予測のメカニズムの解析
提案した予測器において、時系列の非線形な部分と線形な部分がどのように予測されるかを理論的に解析した。その結果、階層形ニューラルネットワークによる非線形予測器でひ線形時系列の大半を予測し、この予測残を線形予測器で予測していることを明らかにした。
◇種々の非線形時系列の予測
太陽黒点、湖の水位、カオス時系列に本予測器を適用し、その有効性を調べた。時系列の種類により従来方法からの改善度にばらつきがあるが、本方式が常に最小の予測誤差を与えている。
◇雑音を含む非線形時系列の予測
上記の非線形時系列に白色雑音を付加し、予測能力を調べた。その結果、非線形予測は雑音に弱いことが明らかとなった。この点については、更に、学習方法まで含めて、検討する必要がある。

Research Products

• [Publications] 三好誠司: "基本パーセプトロンの等比学習とその収束条件" 電子情報通信学会論文誌. J81-A,5. 844-853 (1998)
• [Publications] Kenji Nakayama: "Asimultaneous learning method for both activation functions and connection weights of multilager neural networks" Proc.of IJCNN'98. 2253-2257 (1998)
• [Publications] Ashraf.A.M.Khalaf: "Time series prediction using a hybrid model of neural network and FIR filter" Proc.of IJCNN'98. 1975-1980 (1998)