elmannet

엘만 신경망

구문

elmannet(layerdelays,hiddenSizes,trainFcn)


설명

엘만 신경망은 피드포워드 신경망(feedforwardnet)에 탭 지연이 있는 계층 순환 연결이 추가된 것입니다.

완전 동적 미분 계산(fpderiv 및 bttderiv)이 가능한 지금은 과거의 연구를 살펴보는 용도를 제외하면 엘만 신경망이 더 이상 권장되지 않습니다. 보다 정확한 학습을 위해 시간 지연 신경망(timedelaynet), 계층 순환 신경망(layrecnet), NARX 신경망(narxnet) 및 NAR 신경망(narnet)을 사용하십시오.

은닉 계층이 2개 이상인 엘만 신경망은 은닉 계층에 뉴런이 충분히 주어진다면 어떠한 동적 입력-출력 관계도 임의로 학습할 수 있습니다. 그러나 엘만 신경망은 (지연된 연결을 무시하는 staticderiv를 사용하는) 간소화된 미분 계산을 사용하기 때문에 학습의 신뢰성이 떨어집니다.

elmannet(layerdelays,hiddenSizes,trainFcn)은 다음과 같은 인수를 받습니다.

layerdelays	증가하는 0 또는 양의 지연으로 구성된 행 벡터(디폴트 값 = 1:2)
hiddenSizes	하나 이상의 은닉 계층 크기로 구성된 행 벡터(디폴트 값 = 10)
trainFcn	훈련 함수(디폴트 값 = 'trainlm')

그런 다음 엘만 신경망을 반환합니다.

예제

엘만 신경망 훈련시키기

이 예제에서는 간단한 시계열 문제를 풀도록 엘만 신경망을 훈련시키는 방법을 보여줍니다.

[X,T] = simpleseries_dataset;
net = elmannet(1:2,10);
[Xs,Xi,Ai,Ts] = preparets(net,X,T);
net = train(net,Xs,Ts,Xi,Ai);

view(net)

Y = net(Xs,Xi,Ai);
perf = perform(net,Ts,Y)

perf = 9.0122e-04

버전 내역

R2010b에 개발됨

참고 항목

preparets | removedelay | timedelaynet | layrecnet | narnet | narxnet