抄録
本論文では,フィードフォワード型ニューラルネットワークモデルによって,層別因子を含む回帰構造を解析する方法について検討する.特に,中間層に比較的少ないユニット数を配置したニューラルネットワークで,層別因子を顕在的ないしは潜在的に含む構造を表現しうることを数値実験によって示す.また,本手法を適用した事例解析として,事務所ビルにおけるトイレの瞬時最大使用水量を解析する.ここでは,当初入力変数に加えていた「季節」と「性別」という2つの層別因子を代替する変数によりその要因効果を得ることが可能になる.さらに,この入力変数の組み合わせにより構築されたモデルを用いて予測を行うことの有効性を示す.
