非線形時系列予測モデルによる高次統計量のパラメトリック推定

使用非线性时间序列预测模型的高阶统计量参数估计

• 批准号: 07650425
• 负责人: 臼井 支朗
• 金额: $ 1.41万
• 依托单位: Toyohashi University of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for General Scientific Research (C)
• 财政年份: 1995
• 资助国家: 日本
• 起止时间: 1995 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-07650425/
• 关键词: 非線形自己回帰モデル; ニューラルネットワーク; 定常過程; パワースペクトル; 高次スペクトル; パラメトリック推定

標記課題の研究計画に基づき,研究を行い,以下の点を明らかにした.結果の概要 非線形時系列予測モデルの内,階層型ニューラルネットワークに基づく自己回帰モデルを用い,パワースペクトル及び高次スペクトルの内,バイスペクトルのパラメトリック推定法を提案した.また,階層型ニューラルネットワークは状態空間で定義される任意の連続関数を効率良く近似できることは既に知られているが,本研究では新たにに,任意の有限な枝荷重に対して常に定常時系列が存在することを明らかにした.こうしたことから,非線形自己回帰モデルとしてニューラルネットワーク非常に一般的であることがわかった.また,高次スペクトルを解析的に導出することは困難であるが,数値的な方法を用いることにより,非線形モデルの高次スペクトルの理論値を計算できることも,数値実験により確認した.今後の課題 本研究で提案した手法により定常結合密度関数が求められることから,最大エントロピー法への拡張,正規性雑音付加時における高次スペクトル検出能力の評価,数値積分における計算精度の評価,モンテカルロシミュレーションによるスペクトル算出法などとの比較が今後の課題として考えられる.また,計算の効率化,高速化も必要である。従来,線形性,正規性の仮定が設けられてきた理由の一つとして,解析の簡便さが挙げられる.一般に,非線形・非正規性を扱う解析は多くの計算を伴うことから,実時間性,低コスト性の要求される実際の応用の場面においては,そうした解析の必要性は顧みられなかった.しかし,今日では手近な計算機においても容量,速度ともに十分な性能を有するに至っており,今後の進歩も考慮すれば,本論文で提案した方法は次世代の標準的な信号処理技術の一つを提供するものであると考える.

Mark the research plan of the subject, research in progress, and the following points. Results Summary Non-linear time series prediction within the range, hierarchical type, base, return, selection, and high-order selection within the range, selection, and selection estimation method proposed. In this paper, we propose a new approach to the problem of the existence of a steady state series of arbitrary finite branch loads. This is a very general problem. The method of calculating the theoretical value of the high-order structure of the nonlinear model is confirmed. Future topics This research proposes methods for calculating the constant binding density relationship, for evaluating the detection ability of the maximum value, for evaluating the accuracy of numerical integration, for comparing the calculation method of the maximum value, for evaluating the detection ability of the normal value, for evaluating the accuracy of numerical integration. It is necessary to improve the efficiency and speed of calculation. In the past, linear, regular and fixed, the reason for the analysis is simple and simple. General, non-linear, non-regular, analytical, multi-dimensional, time-sensitive, low-dimensional, and practical situations. Today's computers are close to capacity, speed and performance, and future advances are being considered. This paper proposes a method for providing a standard signal processing technology for the next generation.

项目成果

N.Toda: "Anumerical approach for estimating higher order spectra using meicral network autoregressive model" Neural Networks for signal Processing V Proc. of the 1995 IEEE workshop. 145-152 (1995)

N.Toda：“使用 meicral 网络自回归模型估计高阶谱的数值方法”神经网络信号处理 V Proc。

N.Toda: "Anumerical approach for parametric estimation of higher order spectra using neural network autoregressive model" Proc. of World Congress on Neural Networks. 1. 760-763 (1995)

N.Toda：“使用神经网络自回归模型进行高阶光谱参数估计的数值方法”Proc。

戸田尚宏: "階層型ニューラルネットワークに基づく非線形自己回帰モデルによる高次スペクトル推定" 電子情報通信学会論文誌. (印刷中).

Naohiro Toda：“使用基于分层神经网络的非线性自回归模型进行高阶谱估计”电子、信息和通信工程师学会会刊（正在出版）。