強化学習を用いたファジィニューラルワークによるカオス時系列予測

カテゴリ: 部門大会

論文No: GS14-1

グループ名: 【C】平成15年電気学会電子・情報・システム部門大会講演論文集

発行日: 2003/08/29

タイトル(英語): Chaotic Time Series Prediction Using Reinforcement Learning

著者名: 呉本 尭(山口大学),大林 正直(山口大学),山本 歩(山口大学),小林 邦和(山口大学)

著者名(英語): Takashi Kuremoto(Yamaguchi University),Masanao Obayashi(Yamaguchi University),Ayumu Yamamoto(Yamaguchi University),Kunikazu Kobayashi(Yamaguchi University)

キーワード: 強化学習|ファジィニューラルネットワーク|カオス時系列|自己組織化|非線形予測|reinforcement learning|fuzzy neural network|chaotic time series|self-organization|nonlinear prediction

要約(日本語): 決定論的非線形予測に於けるカオス時系列の解析及び短期予測は、様々な自然現象や社会現象を解明、予測することに役立ち、古くから研究されて来た。一方、ニューラルネットワークによる非線形予測の手法も有効であることが明らかになっている。本研究では、自己組織化ファジィニューラルネットワークを用いて、強化学習により、カオス時系列を学習し、予測する手法を提案する。ローレンツ方程式の時系列信号に適用した結果によって、提案手法の有効性が確認された。

PDFファイルサイズ: 2,862 Kバイト