予測誤差評価基準にAICを用いる改良形GMDH-typeニューラルネットワークアルゴリズム

摘要

本研究では、予測誤差評価基準にAIC（Akaike's Information Criterion）を用いる改良形Group Method of Data Handking（GMDH）-typeニューラルネットワークアルゴリズムを提案する。本アルゴリズムでは、ニューロン構造を、シグモイド関数型、ラジアルベース関数型、多項式型の中から自己選択する能力を備えている。さらに、予測誤差評価基準を用いてフィードバックループの計算回数、中間層のニューロンの個数、有益な入力変数などの構造パラメータを自己選択できる。また、フィードバック計算を行うことにより、対象となる非線形システムの複雑さに適したネットワーク構造を自己組織化できる。このアルゴリズムを非線形システム同定問題に応用しその有効性を確認する。