延迟深度回声状态网络及其在时间序列预测中的应用

• 作者: 刘宝 张欣 薄迎春
• 来源期刊: 自动化学报
• 关键词: 1人工神经网络 回声状态网络 深度学习 短时记忆容量 时间序列预测
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 论文与报告
• 页码范围: 1644-1653
• 页数: 10页
• 字数: 7887字
• 语种: 中文
• DOI: 10.16383/j.aas.c180264

摘要

为提高回声状态网络对于时间序列预测问题的处理能力,本文提出了一种延迟深度回声状态网络构造方法.该方法将多个子神经元池顺序连接,每两个相邻的子神经元池之间嵌入了一个滞后环节.由于滞后环节的存在,该网络可将长时记忆任务转化为一系列短时记忆任务,从而简化长时依赖问题的求解,同时降低神经元池的构建难度.实验表明,该网络具有强大的短时记忆容量,对初始参数有较好的鲁棒性,对时间序列预测问题的处理能力也比常规回声状态网络有显著提高.