並列型ニューロンネットワークの予測出力精度優位性の実験的検討

摘要

The parallel-type neuron network (PNN) is researched to improve on the decrease in the ability on the neuron network by the interference of the learning caused between the outputs of BP network (BPN) more than two outputs and the difficulty of the common achievement of the middle layer used for the each output. The research to compare prediction accuracies with nonlinear time series signal prediction systems used BPN and PNN had been performed so far, but it had not arrived at proving to the existence of dominance of accuracy of all prediction outputs of PNN to BPN. Then, the experimental study of the dominance of all outputs of PNN which could exist for the theory by results of the comparison of learning rules of BPN and PNN was performed using nonlinear time series signal prediction systems in this research. As the results, it showed to obtain the dominance almost.%並列型ニューロンネットワーク（PNN）は，2出力以上のBPネットワ、－ク（BPN）の出力間で生じる学習の干渉や各出力で用いる中間層の共通化実現の困難性によるニューロンネットワークの能力の低下を改善するために研究されている．従来，BPNとPNNを用いた非線形時系列信号予測システムで，予測精度を比較する研究が行われてきたが，PNNのすべての予測出力の精度について，BPNに対する優位性が存在することを実証するには至っていなかった．そこで，本研究では，BPNとPNNの学習則の比較の結果，理論上存在し得るPNNのすべての出力についての優位性の実験的検討を非線形時系列信号予測システムで行った．その結果，ほぼその優位性が得られることが示された．