|
本研究では、各起因子を取りまとめる機構と複数のLSTMを並列に動作させる機構を組み合わせることで、蜘蛛の糸のように複雑に収束する単一系列を可能な限り少ない誤差で予測する新たなRNNの枠組みを提案する．本研究はニューラルネットワークを基礎とする深層学習と経済学、社会学を融合させた領域横断的位置づけの研究である．工学的・統計的視点だけでなく、入出力データに対する知見も必要となるため、高い学術的独自性と創造性を有する．本研究の成果により、幅広い分野の時系列変化を実時間の範囲内で高精度に推定することができる．結果、株価や人口増減などあらゆる社会問題への解決方法として役立つものと確信する．
|
