Journal of KIISE:Software and Applications (한국정보과학회논문지:소프트웨어및응용)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

An Interval Arithmetic Neural Network Model for Time Series Predicition

시계열 예측을 위한 구간 연산 신경망 모델

  • 김호준 (한동대학교 전산전자공학부) ;
  • 김우성 (한국과학기술원 전산학과)
  • Published : 2000.11.01
Download PDF
⟨ Previous Next ⟩

Abstract

본 연구에서는 효과적인 시계열 예측을 위하여 구간연산 기능을 갖는 신경망모델을 제안한다. 이는 기존의 FIR 네트워크의 동작특성을 구간연산으로 일반화함으로써 시계열 신호의 동적 특성을 효과적으로 반영할 뿐만 아니라 학습데이타 표현의 유연성을 증대시킨다. 이는 또한 실제 응용에서 신경망 입력 데이타에 내재할 수 있는 측정치 오류의 영향을 보완할 수 있게 하며 데이타 그룹화를 효과적으로 이룰 수 있게 함으로써 입력데이타의 양을 감축시키고 이로부터 학습의 효율을 개선한다. 본 논문에서는 구간연산을 이용하여 네트워크 동작특성, 학습알고리즘을 제시하고 실제 응용시스템에 이를 적용함으로써 제안된 이론의 유용성을 평가한다.

Keywords

References

  1. Barak Cohen, Daid Saad and Emanuel Marom, Efficient Training of Recurrent Neural Network with Time Delays, Neural Networks, Vol. 10, No. 1, pp. 51-59, 1997 https://doi.org/10.1016/S0893-6080(96)00072-X
  2. J. T. Connor, R. D. Martin and L. E. Atlas, 'Recurrent Neural Networks and Robust Time Series Prediction,' IEEE Transaction on Neural Networks Vol.5, No.2, 1994 https://doi.org/10.1109/72.279188
  3. Alex Aussem, Fionn Murtagh and Marc Sarazin, Dynamical Recurrent Neural Networks - Towards Environmental Time Series Prediction, International Journal of Neural Systems, Vol. 6, No.2, p. 145-170, 1995 https://doi.org/10.1142/S0129065795000123
  4. Eric A. Wan, 1996. 'Time Series Prediction by Using a Connectionist Network with Internal Delay Lines,' Time Series Prediction, pp. 195-217, 1996
  5. C.A. Hernandez, J. Espf, K. Nakayama, M. Fernandez, 'Interval Arithmetic Backpropagation,' Proceedings of International Conference on Neural Information Processing, 1995 https://doi.org/10.1109/IJCNN.1993.713935
  6. Cohen Barak, David Saad and Emanuel Maro, 'Efficient Training of Recurrent Neural Network with Time Delays,' Neural Networks Vol.10, No.1, pp. 51-59, 1997 https://doi.org/10.1016/S0893-6080(96)00072-X
  7. Ath Kehagias and Vas. Petridis, Predictive Modular Neural Networks for Time Series, Neural Networks, Vol. 10, No.1, pp. 31-49, 1997 https://doi.org/10.1016/S0893-6080(96)00040-8
  8. Shanming Shi and Andreas S. Weigend, Markov Gated Experts for Time Series Analysis: Beyond Regression, Proceeding of UCNN, Vol.1, 1997 https://doi.org/10.1109/ICNN.1997.614215
  9. Andreas S. Weigend, Morgan Mangeas, Ashok N. Srivastava, Nonlinear Gated Experts for Time Series: Discovering Regimes and Avoiding Overfitting, International Journal of Neural Systems, Vol. 6, No.4, p.373 399, 1995
  10. W. Hsu, L. S. Hsu and M. F. Tenorio, 'The ClusNet Algorithm and Time Series Prediction,' International Journal of Neural Systems Vol.4, No.3, pp.247-255, 1993 https://doi.org/10.1142/S0129065793000201
  11. Paul J. Werbos: 'Generalization of Backpropagation with Application to a Recurrent Gas Market Model,' Neural Networks, Vol.1, No.4, 1988
  12. Gustavo Deco, Ralph Neuneier and Bernd Schurmann, Non-parametric Data Selection for Neural Learning in Non-stationary Time Series, Neural Networks, Vol. 10, No.3, pp. 401-407, 1997 https://doi.org/10.1016/S0893-6080(96)00108-6