ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

preparets

ネットワークのシミュレーションまたは学習用の入力およびターゲット時系列データの準備

構文

[Xs,Xi,Ai,Ts,EWs,shift] = preparets(net,Xnf,Tnf,Tf,EW)

説明

通常、入力およびターゲット時系列の再構築は複雑でエラーが発生しやすいタスクですが、この関数はこのタスクを単純化します。これにより、初期の入力遅延状態と層の遅延状態を入力するのに必要なステップ数だけ、入力およびターゲット時系列が自動的にシフトされます。ネットワークに開ループ フィードバックがある場合、開ループの入力を定義するために必要に応じて、フィードバックのターゲットが入力にコピーされます。

異なる遅延の数やフィードバック設定を使用して新しいネットワークが設計されるたびに、preparets で入力データとターゲット データを適宜再構築できます。また、openloopcloseloopremovedelay、または adddelay でネットワークが変換されるたびに、この関数でデータを適宜再構築できます。

[Xs,Xi,Ai,Ts,EWs,shift] = preparets(net,Xnf,Tnf,Tf,EW) は、次の引数を取ります。

net

ニューラル ネットワーク

Xnf

非フィードバック入力

Tnf

非フィードバック ターゲット

Tf

フィードバック ターゲット

EW

誤差の重み (既定 = {1})

これは、以下を返します。

Xs

シフトされた入力

Xi

初期の入力遅延状態

Ai

初期の層の遅延状態

Ts

シフトされたターゲット

EWs

シフトされた誤差の重み

shift

Xi および Ai を適切に入力するために、X および T の前方から切り捨てられたタイム ステップの数。

開ループおよび閉ループ ネットワークのデータの準備

ここでは、20 個の隠れニューロンがある時間遅れネットワークを作成し、学習とシミュレーションを行います。

[X,T] = simpleseries_dataset;
net = timedelaynet(1:2,20);
[Xs,Xi,Ai,Ts] = preparets(net,X,T);
net = train(net,Xs,Ts);
view(net)
Y = net(Xs,Xi,Ai);

ここでは、NARX ネットワークを設計します。NARX ネットワークには、標準入力と、関連付けられたフィードバック入力に対する開ループのフィードバック出力があります。

[X,T] = simplenarx_dataset;
net = narxnet(1:2,1:2,20);
[Xs,Xi,Ai,Ts] = preparets(net,X,{},T);
net = train(net,Xs,Ts,Xi,Ai);
view(net)
y = net(Xs,Xi,Ai);

これで、ネットワークが閉ループに変換され、ネットワークの閉ループ応答のシミュレーションを行うようにデータが再構築されます。

net = closeloop(net);
view(net)
[Xs,Xi,Ai] = preparets(net,X,{},T);
y = net(Xs,Xi,Ai);

R2010b で導入