2000年3月14日
積分埋め込みを用いたニューラルネットによるカオス力学系の再構成
電子情報通信学会技術研究報告. NC, ニューロコンピューティング
- ,
- ,
- 巻
- 99
- 号
- 685
- 開始ページ
- 21
- 終了ページ
- 28
- 記述言語
- 日本語
- 掲載種別
- 出版者・発行元
- 社団法人電子情報通信学会
本研究では、力学変数の一部のみが観測される部分観測状況下でのカオス力学系の再構成について議論する。関数近似器としてガウス関数ネットワーク(NGnet)を用い、オンラインEMアルゴリズムによって学習を行う。部分観測を扱うために、平滑化フィルタを用いた新しい埋め込み法を提案し、これを積分埋め込みと呼ぶ。NGnetは積分座標空間内での力学系を近似するように学習を行う。実験により、学習後のNGnetが元のアトラクタの複雑度と不安定性を良く近似したカオスアトラクタを生成できることが分かった。学習データに強いノイズが含まれる場合でも、力学系の再構成は可能である。遅れ座標埋め込みを用いた我々の以前の手法と比較したところ、新しい手法はさらにノイズに頑強であり学習の進行が速い。
- リンク情報
-
- CiNii Articles
- http://ci.nii.ac.jp/naid/110003233643
- CiNii Books
- http://ci.nii.ac.jp/ncid/AN10091178
- ID情報
-
- ISSN : 0913-5685
- CiNii Articles ID : 110003233643
- CiNii Books ID : AN10091178