RBFを用いたニューラルネット特性について

Abstract

The current interest in artificial Neural Networks (NN) is largely a result of their ability to mimic natural intelligence. As a result of this research, NN have been used in a broad range of applications. These include pattern classification, function approximation, optimization and automatic control. In essence, they accept a set of inputs and produce a corresponding set of outputs. Therefore, they may be called a kind of mapping. Radial Basis Function (RBF) is a non-linear function based on the gauss function, and it has completely different nature with the sigmoid function which is used broadly. In this paper, a behavior property of NN using RBF are presented by considering the prediction of a chaotic time series.

人工ニューラルネットワーク(NN)における最近の関心は、自然知を模倣する能力の結果にある。この研究の結果として、NNは広範囲に応用されている。そこには、パターン分類、関数近似、最適化と自動制御が含まれている。本質的にこれらは1組の入力から対応する1組の出力を生成する。従って、それらは1種の写像と呼べる。放射状基底関数(RBF)はガウス関数に基づく非線形関数であり、広く使われているシグモイド関数と全く異なる性質である。本論文では、無秩序時系列の予測を考慮することで、RBFを使ったNNの振る舞いを検討した。