RNN型SOMを用いた時系列データのクラスタリングとGPによるモデリング

米谷 和雄; 横田 昇幸; 櫛田 大輔; 北村 章; 前田 知幸; 中山 万希志

doi:10.11509/sci.SCI07.0.265.0

第51回システム制御情報学会研究発表講演会

セッションID: 3F3-6

DOI https://doi.org/10.11509/sci.SCI07.0.265.0

会議情報

主催: システム制御情報学会

RNN型SOMを用いた時系列データのクラスタリングとGPによるモデリング

*米谷和雄, 横田昇幸, 櫛田大輔, 北村章, 前田知幸, 中山万希志

著者情報

キーワード: 遺伝的プログラミング, リカレントニューラルネットワーク型自己組織化マップ, 強化学習, 時系列データ, モデリング

会議録・要旨集フリー

詳細

抄録

近年，非線形システムの同定に関する研究が注目されているが，汎用的な手法は未だ確立されていないのが現状である．そこで本研究では，RNN型SOMを用いて時系列データをクラスタリングし，分類されたデータに対して個別にGPを用いてモデリングする手法を提案する．本手法を焼却炉の実データに適用した結果，GPのみのモデリング結果より良好なモデルを獲得できたことから，その有効性が確認された．

責任著者(Corresponding author)

J-STAGEへの登録はこちら（無料）