実験概要

各層の素子数、学習定数などのパラメータは固定した状態で、 様々な遅れ時間により学習を試みることで、 遅れ時間が学習後の気温の予測値へ与える影響を検証した。 昨年の実験では、簡単な時系列について学習に有効である遅れ時間は、 学習させる時系列の一周期分のサンプリングデータ数によって決まり、 その遅れ時間は教師信号の一周期のサンプリングデータ数と同じ周期で現れる可能性が 高いことが確認された[8]。 これが複雑な時系列である気温の予測においても同様のことがいえるかどうかも検証した。

遅れ時間を1から8に変化させていき、それぞれの遅れ時間で学習を試みた。 一周期のサンプリングデータ数と遅れ時間との関係も検証するため、 サンプリングデータ数$n$は2、3、4、6、8の5通りについて行った。 教師信号は1月の気温を用いた。

ネットワークの素子は 入力層・出力層の素子を1個、内部記憶層の素子を3個、中間層の素子を2個 で固定し、学習定数は$\eta=0.05$、$\alpha=0.005$ で一定とした。