複雑現象解明のための統計的モデリングと諸科学への応用

阐明复杂现象的统计模型及其在各种科学中的应用

基本信息

批准号：
10F09702
负责人：
二宮嘉行
金额：
$ 0.64万
依托单位：
Kyushu University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2010
资助国家：
日本
起止时间：
2010 至无数据
项目状态：
已结题

项目摘要

リカレントニューラルネット(フィードバックニューラルネット)の一種であるEcho State Networks (ESN)について,モデルの非線形化の一つの有効な手法である動径基底関数展開法を融合する研究を様々な角度から行ってきた.最新成果を調べた結果,Echo State Networks (ESN)の改良と適用の拡大化を図る研究が国際的に進められ,多数の研究成果が報告されているが,種々の適用上の問題点があることを認識した.特に,構築したモデルは多数の不安定要素を含み,モデリングの最も重要な問題である「将来の現象予測に有効に機能」するという視点に欠けていることが分かった.これらの問題点に対処するために,非線形関数の線形結合で表される動径基底関数展開とモデルの安定化に寄与する正則化法を組み合わせ,最適なモデルをデータから自動抽出する研究を行い,新たなモデリング手法を提唱することができた.また,活性化関数として,従来用いられてきたロジスティック関数やハイパボリック・タンジェント関数に代わり,それにある種のノイズを加えた関数を用いることを提案した.その際に必要となるハイパー・パラメータの選択では,実験計画の理論を基とした基準をものを用いた.この結果多様性に富んだモデル構築が可能となり,従来の方法に比べてはるかに高い予測能力をもつモデルを与えることに成功した,また,そのことを工学問題に対応することを見据えた数値実験を大規模におこなうことにより,確認した.

对于回声状态网络（ESN），一种复发性神经网（反馈神经网），我们一直在进行各个角度的研究以融合动态直径功能开发方法，这是一种非线性模型的有效方法在检查最新结果时，已经在国际上促进了Echo状态网络（ESN）的应用，并报告了许多研究结果，但我意识到尤其是事实，发现在“有效地为未来现象预测的有效运作”的角度，构建模型缺乏，其中包含大量不稳定元素以解决这些问题。通过在非线性函数的线性组合和正则化方法中表达的最佳模型，并有助于模型的稳定。添加一定的噪声而不是传统的逻辑函数和高可变形的切线函数，该功能已用作激活函数。结果，可以构建各种模型，这远远超过了我们成功提供高度可预测的模型，并通过执行大型价值实验来确认，以期应对工程问题。