Next:
序論
Up:
yoshida
Previous:
yoshida
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
降水量観測データの対数化
実験
目的
使用プログラムと係数の設定
実験方法
実験1 : 自己組織化マップによる気象の予測精度
実験概要
実験結果
実験2 : 観測データ数による予測の評価
実験概要
実験結果
実験3 : 降水量と適中率の分析
実験概要
実験結果
実験4 : 風のデータと適中率の分析
実験概要
実験結果
結論
参考文献
Deguchi Lab.
2012年3月9日