目次

• 序論
• ニューロンとニューラルネットワーク[4][5]
  • ニューロン
  • 形式ニューロンモデル
  • ニューラルネットワーク
  
  
• 自己組織化マップ
  • 競合学習[3][4][5]
  • ベクトル量子化[5]
  • 自己組織化マップ[3]
  • 自己組織化マップの計算過程[3][6]
  • ラベル付け[3][7]
  • 学習後の自己組織化マップの特徴[5]
  
  
• 自己組織化マップによる学習と気象予測
  • 学習と気象予測方法
  • より信頼性の高い予測結果を出すために
    • 周囲のラベル付きニューロンの総合的な予測
    • 降水量観測データの対数化
    • 時系列についての総合的な予測
    • 選出するニューロン間の距離の制限
  
  
• 実験
  • 目的
  • 使用プログラムと係数の設定
  • 実験方法
  • 実験1 : 予測アルゴリズムによる予測精度の比較
    • 実験概要
    • 実験結果
  • 実験2 : 自己組織化マップによる気象予測の有効性の評価
    • 実験概要
    • 実験結果
  • 実験3 : 適中率と予測誤差の分析
    • 実験概要
    • 実験結果
  • 実験4 : 観測データ数による予測の評価
    • 実験概要
    • 実験結果
  • 予測精度の改善
  
  
• 結論
• 参考文献
• 各地の1ヶ月間の平均予測精度の変化
• 各地の月ごとの気象予測精度