timedelaynet

R2026b

(제거될 예정임) 시간 지연 신경망

페이지 내 모두 축소

timedelaynet 함수는 향후 릴리스에서 제거될 예정입니다. 자세한 내용은 레거시 신경망 코드를 dlnetwork 워크플로로 전환하기 항목을 참조하십시오.

코드 업데이트에 대한 자세한 지침은 버전 내역 항목을 참조하십시오.

구문

timedelaynet(inputDelays,hiddenSizes,trainFcn)

설명

timedelaynet(inputDelays,hiddenSizes,trainFcn)은 다음과 같은 인수를 받습니다.

  • 증가하는 0 또는 양의 입력 지연으로 구성된 행 벡터 inputDelays

  • 하나 이상의 은닉 계층 크기로 구성된 행 벡터 hiddenSizes

  • 훈련 함수 trainFcn

그런 다음 시간 지연 신경망을 반환합니다.

시간 지연 신경망은 피드포워드 신경망과 비슷하나, 입력 가중치에 탭 지연선이 연결되어 있다는 점이 다릅니다. 이로 인해 시간 지연 신경망은 시계열 입력 데이터에 대해 유한 동적 응답 변수를 가질 수 있습니다. 이 신경망은 입력 가중치 이외에 계층 가중치에도 지연이 있는 분산 지연 신경망(distdelaynet)과도 비슷합니다.

예제

예제

모두 축소

라이브 스크립트 열기

이 예제에서는 시간 지연 신경망을 훈련시키는 방법을 보여줍니다.

훈련 세트를 분할합니다. 나중에 폐루프 모드에서 예측을 수행하려면 Xnew를 사용하십시오.

[X,T] = simpleseries_dataset;
Xnew = X(81:100);
X = X(1:80);
T = T(1:80);

시간 지연 신경망을 훈련시킨 다음 처음 80개의 관측값에 대해 시뮬레이션합니다.

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

Figure Neural Network Training (07-Aug-2026 06:03:17) contains an object of type uigridlayout.

view(net)

신경망 성능을 계산합니다.

[Y,Xf,Af] = net(Xs,Xi,Ai);
perf = perform(net,Ts,Y);

폐루프 모드에서 향후 20개의 시간 스텝에 대해 사전 예측을 실행합니다.

[netc,Xic,Aic] = closeloop(net,Xf,Af);
view(netc)

y2 = netc(Xnew,Xic,Aic);

입력 인수

모두 축소

0 또는 양의 입력 지연으로, 증가하는 행 벡터로 지정됩니다.

은닉 계층의 크기로, 하나 이상의 요소로 구성된 행 벡터로 지정됩니다.

훈련 함수 이름으로, 다음 중 하나로 지정됩니다.

훈련 함수알고리즘
'trainlm'

Levenberg-Marquardt

'trainbr'

베이즈 정규화

'trainbfg'

BFGS 준뉴턴

'trainrp'

탄력적 역전파

'trainscg'

스케일링된 켤레 기울기

'traincgb'

Powell/Beale 재시작 알고리즘을 사용한 켤레 기울기

'traincgf'

Fletcher-Powell 켤레 기울기

'traincgp'

Polak-Ribiére 켤레 기울기

'trainoss'

1스텝 할선법

'traingdx'

가변 학습률 경사하강법

'traingdm'

모멘텀을 사용한 경사하강법

'traingd'

경사하강법

예: 예를 들어, 'traingdx'와 같이 훈련 알고리즘으로 가변 학습률 경사하강법 알고리즘을 지정할 수 있습니다.

데이터형: char

버전 내역

R2010b에 개발됨

모두 축소

참고 항목

| | |

도움말 항목