Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지

Reliability Computation of Neuro-Fuzzy Models : A Comparative Study

뉴로-퍼지 모델의 신뢰도 계산 : 비교 연구

  • Published : 2001.08.01
Download PDF
⟨ Previous Next ⟩

Abstract

This paper reviews three methods to compute a pointwise confidence interval of neuro-fuzzy models and compares their estimation perfonnanee through simulations. The eOITl.putation methods under consideration include stacked generalization using cross-validation, predictive error bar in regressive models, and local reliability measure for the networks employing a local representation scheme. These methods implemented on the neuro-fuzzy models are applied to the problems of simple function approximation and chaotic time series prediction. The results of reliability estimation are compared both quantitatively and qualitatively.

본 논문은 신경회로망과 같은 경험적 모델에서 출력별로 신뢰 구간을 추정하는 세 가지 대표적인 방법을 검토하고, 검토한 방법을 뉴로-퍼지 모델에 적용하여 장단점을 비교 분석한다. 본 논문에서 고려한 출력별 신뢰 구간 계산 방법은 cross-validation을 이용한 stacked generalization, 회귀 모델에서 유도된 predictive error bar, 지역 표현하는 신경회로망의 특성에 기반한 local reliability measure이다. 간단한 함수 근사화 문제와 혼돈 시계열 예측 문제를 이용하여 모의 실험을 수행하고, 세 가지 신뢰도 추정 방법의 성능을 정량적, 정성적으로 비교 분석한다. 분석 결과를 기초로 각 방법의 장단점 및 특성을 고찰하고, 모델링 문제에서 모델의 출력별 신뢰 구간 계산 방법의 실제 적용 가능성을 탐색한다.

Keywords

References

  1. IEEE Trans. on Neural Networks v.1 no.1 Identification and control of dynamical systems using neural networks K. S. Narendra;K. Parthasarathy
  2. Los Alamos National Laboratory Tech. Rep. A-UR-87-2662 Nonlinear signal processing using neural networks: prediction and system modeling A. Lapedes;R. Farber
  3. Adaptive Pattern Recognition and Naural Networks Y. H. Pao
  4. Neural Networks v.5 Stacked generalization D. H. Wolpert
  5. Neural Computation v.7 Error estimation by series association for neural network systems K. Kim.;E. B. Bartlett
  6. Neural Computing Applications Forum(Edition 5) Finding error bars (the easy way) C. Satchwell
  7. Technical Report NCRG/98/007 10 Point-wise confidence interval estimation by neural networks:A comparative study based on automotive engine calibration D. Lowe;K. Zapart
  8. J. of Computer Chem. Eng. v.16 no.9 A neural network architecture that computes its own reliability J. A. Leonard;M. A. Kramer;L. H. Ungar
  9. Neural Computation v.8 A comparison of some error estimates for neural network models R. Tibshirani
  10. IEE. Conference Publication no.409 On the relationship between Bayesian error bars and the input data density C. Williams;C. Qazaz;C. M. Bishop;H. Zhu
  11. IEEE Trans. on Fuzzy Systems v.1 no.1 A fuzzy logic based apoproach to qualitative modeling M. Sugeno;T. Yasukawa
  12. IEEE Trans. on Neural Networks v.9 no.5 Decision trees can initialize radial basis function networks M. Kubat
  13. submitted to Fuzzy Sets and Systems Structure identification of neuro-fuzzy models using genetic algorithms B. H. Wang;H. J. Cho
  14. 대한 전기 학회 논문지 v.49A no.3 뉴로-퍼지 모델을 이용한 단기 전력 수요 예측 시스템 박영진;심현정;왕보현
  15. Advanced Methods in Neural Computing P. Wasserman
  16. Probaility, Random Process and Estimation Theory for Engineers H. Stark;J. W. Wood
  17. J. Roy. Stat. Sec. Ser. B.36 Cross-validatory choice and assessment of statistical prediction M. Stone
  18. Neural Computation v.1 Learning in artificial neural networks:A statistical perspective H. White
  19. Applied Regression Analysis(2nd Eds.) N. R. Draper;H. Smith
  20. Proc. JCEANF, Seoul, Korea Chaotic time series prediction based on a network with Gaussian Kernel function R. M. Kil;J. Y. Choi
  21. 강릉대학교 전자공학과 석사학위논문 뉴로-퍼지 모델에 기반한 단기 전력 수요 예측시스템의 신뢰도 계산에 관한 연구 심현정