15:50 〜 16:10
[3E4-GS-2-02] Echo State Networkを用いた高速な多変量時系列予測
キーワード：Echo State Network、社会時系列予測、リザーバーコンピューティング
近年，機械学習を用いた時系列分析が盛んに行われ，さまざまな分野で応用されている．株や交通状況などといった現実の時系列データ予測においては，リアルタイムでの予測が重要視される．多くの時系列予測モデルは大量のデータを用いた大規模学習を行うため，計算コストが多く実用性に欠ける．
本研究では，高速学習が可能なEcho State Networkを用いた時系列予測手法を提案する．Echo State Networkを多変量時系列に適用し，高速かつ高性能な学習モデルの構築ができることを実験的に確認した．
本研究では，高速学習が可能なEcho State Networkを用いた時系列予測手法を提案する．Echo State Networkを多変量時系列に適用し，高速かつ高性能な学習モデルの構築ができることを実験的に確認した．
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。