newgrnn
一般回帰ニューラル ネットワークの設計
構文
net = newgrnn(P,T,spread)
説明
一般回帰ニューラル ネットワーク (grnn
) は、関数近似によく使用される放射基底ネットワークの一種です。grnn
は極めて短時間で設計できます。
net = newgrnn(P,T,spread)
は、次の 3 つの入力を取ります。
P |
|
T |
|
spread | 放射基底関数の広がり (既定は 1.0) |
これは、新しい一般回帰ニューラル ネットワークを返します。
spread
が大きいほど、関数近似がスムーズに行われます。データを厳密に当てはめるには、入力ベクトル間の標準的な距離より小さい spread
を使用します。データをよりスムーズに当てはめるには、大きな spread
を使用します。
プロパティ
newgrnn
は 2 層ネットワークを作成します。最初の層には radbas
ニューロンがあり、dist
で重み付けされた入力を計算し、netprod
でその正味入力を計算します。2 番目の層には purelin
ニューロンがあり、normprod
で重み付けされた入力を計算し、netsum
でその正味入力を計算します。最初の層だけにバイアスがあります。
newgrnn
は最初の層の重みを P'
に設定し、最初の層のバイアスはすべて 0.8326/spread
に設定されます。これにより、重み付けされた入力が +/− spread
のときに 0.5 となる放射基底関数が得られます。2 番目の層の重み W2
は T
に設定されます。
例
ここでは、入力 P
とターゲット T
が与えられたときの放射基底ネットワークを設計します。
P = [1 2 3]; T = [2.0 4.1 5.9]; net = newgrnn(P,T);
新しい入力に対してネットワークのシミュレーションを行います。
P = 1.5; Y = sim(net,P)
参考文献
Wasserman, P.D., Advanced Methods in Neural Computing, New York, Van Nostrand Reinhold, 1993, pp. 155–61
バージョン履歴
R2006a より前に導入