photo

Naoto Iwaki


Waseda university

Last seen: presque 5 ans il y a |  Actif depuis 2019

Followers: 0   Following: 0

Message

Statistiques

  • Thankful Level 2
  • Thankful Level 1

Afficher les badges

Feeds

Afficher par

Question


深層学習を使った時系列予測をする際のtrainNetwork関数での取り扱い
現在深層学習を使用した時系列データ予測のうちシーケンスデータの読み込みからネットワークの学習プロセスまでを行っています。そこで下記プログラムを作成して実行したところ、trainNetwork関数のところで「無効な学習データです。予測子はシーケンスの N 行...

presque 5 ans il y a | 1 réponse | 0

1

réponse

Question


LSTMを使わない時系列予測について
LSTM以外で時系列（sequence-to-sequence）予測を行ってみたいと思っています。 最終的には pressure_data_20190326_1.xlsx上のサイクル番号1～271の時系列データ（B5～JL1444）を サポートベ...

presque 5 ans il y a | 2 réponses | 0

2

réponses

Question


機械学習による時系列解析について　サポートベクター回帰
サポートベクター回帰を用いて時系列データの解析を行っています。 以下のプログラムにおいて「XとYの観測数が同じではない」と言うエラーがはいたものの ここでいう観測数というのが何を指しているのがわからないです。 また、どのように修正すべきか教えていただ...

environ 5 ans il y a | 1 réponse | 0

1

réponse

Question


ある配列から行要素（または列要素）を一塊として新たな配列を作る配列操作
サイズM×Nの配列A(M×N double)についてワークスペース上での変数保存結果が M×1の配列B（行の要素がそれぞれ1×N double型）やM×1の配列C（行の要素がそれぞれN×1 double型） となるような配列B、Cを作りたいのですが方法...

environ 5 ans il y a | 1 réponse | 0

1

réponse

Question


行列を連結して新たな行列を作る方法
サイズM×Nの行列AとサイズM×N行列Bからサイズ2M×Nの行列Cを作りたいです。 たたし行列Aの下にそのまま行列Bを連結するのではなく 行列Cの各要素が 「A(1,1:end); B(1,1:end); A(2,1:end); B(2,1:e...

environ 5 ans il y a | 1 réponse | 0

1

réponse

Réponse apportée
predictAndUpdateState関数での観測値を用いたネットワークの更新について
問題の修正だけでなく効率性を高くする改善策もありがとうございます。おかげさまで無事解決できました。

environ 5 ans il y a | 0

Question


predictAndUpdateState関数での観測値を用いたネットワークの更新について
深層学習を用いて時系列データの処理を行っているのですが、以下のプログラムを書いて実行したところ最後のfor文内の [net,YT1pred(:,i)]=predictAndUpdateState(net,XT1Test(:,i),'ExecutionEn...

environ 5 ans il y a | 2 réponses | 0

2

réponses

Question


predictAndUpdateState関数で時系列の予測とネットワークの更新をするときに起きた問題
predictAndUpdateState関数でネットワークの更新と将来の予測を行っているのですが、 [net, YT1pred]=predictAndUpdateState(net, YT1Train(end),'ExecutionEnvironmen...

environ 5 ans il y a | 1 réponse | 0

1

réponse