elmannet

Elman ニューラル ネットワーク

構文

elmannet(layerdelays,hiddenSizes,trainFcn)


説明

Elman ネットワークは、タップ遅延付きの層の再帰的な結合が追加されたフィードフォワード ネットワーク (feedforwardnet) です。

完全に動的な導関数計算 (fpderiv および bttderiv) を利用できるため、歴史的な理由や研究を目的とする場合を除き、Elman ネットワークの使用は推奨されなくなっています。より正確な学習を行うには、時間遅れニューラル ネットワーク (timedelaynet)、層再帰型ニューラル ネットワーク (layrecnet)、NARX ニューラル ネットワーク (narxnet)、および NAR ニューラル ネットワーク (narnet) を試してください。

1 つ以上の隠れ層がある Elman ネットワークは、隠れ層にニューロンが十分にある場合、任意の動的な入出力関係をうまく学習できます。ただし、Elman ネットワークは (遅延結合を無視する staticderiv を使用する) 簡略化された導関数計算を使用するため、学習の信頼性が低下します。

elmannet(layerdelays,hiddenSizes,trainFcn) は、次の引数を取ります。

layerdelays	増加する 0 または正の遅延から成る行ベクトル (既定値 = 1:2)
hiddenSizes	1 つ以上の隠れ層のサイズの行ベクトル (既定値 = 10)
trainFcn	学習関数 (既定値 = 'trainlm')

これは、Elman ニューラル ネットワークを返します。

例

Elman ニューラル ネットワークの学習

この例では、簡単な時系列の問題を解くために Elman ニューラル ネットワークに学習させる方法を示します。

[X,T] = simpleseries_dataset;
net = elmannet(1:2,10);
[Xs,Xi,Ai,Ts] = preparets(net,X,T);
net = train(net,Xs,Ts,Xi,Ai);

view(net)

Y = net(Xs,Xi,Ai);
perf = perform(net,Ts,Y)

perf = 
9.0122e-04

バージョン履歴

R2010b で導入

参考

preparets | removedelay | timedelaynet | layrecnet | narnet | narxnet