使用プログラム

今回の実験では、 自己組織化マップにHelsinki University of Technologyが作成した SOM_PAK[7,11]を使用した。 SOM_PAKは自己組織化マップの学習・ラベル付け・競合層における ラベルの配置図の出力を行うプログラムパッケージである。 今回の実験においては このうち気象データ、座標データの学習を このプログラムパッケージで行う。 学習は第4章で述べた方法を使い 自己組織化マップによる気象要素の分類、翌日の気象の学習、 またマップ上の座標の推移のパターンの学習を行い、 その学習結果から気象予測を行った。

本研究の全ての実験では1度の予測に 学習率係数や学習半径の初期値が違う2回の学習を行った。 また、実験データの統一のため5.4.1項と 5.5.1項ではすべてのマップの作成で、 1回目の学習率係数の初期値$\alpha$を0.2、 学習半径の初期値$\sigma ^2$を140、 2回目の学習率係数の初期値$\alpha$を0.02、 学習半径の初期値$\sigma ^2$を14に統一して実験を行った。 各実験の学習回数は1回目を2000回、2回目を20000回とする。 また、自己組織化マップの競合層のニューロン数は 縦100、横100の合計10000個で学習を行った。 5.6.1項では2つめのマップの作成のときに係数を変えている。