Моделирование и прогноз с NARX и сетями с временной задержкой

Решите задачи временных рядов с помощью динамических нейронных сетей, включая сети с обратной связью

Приложения

Neural Net Time SeriesРешите нелинейную задачу временных рядов путем обучения динамической нейронной сети

Функции

nnstartНейронная сеть, начинающая графический интерфейс пользователя
viewПросмотрите нейронную сеть
timedelaynetНейронная сеть с временной задержкой
narxnetНелинейная авторегрессивная нейронная сеть с внешним входом
narnetНелинейная авторегрессивная нейронная сеть
layrecnetРекуррентная нейронная сеть слоя
distdelaynetРаспределенная сеть задержки
trainОбучите мелкую нейронную сеть
gensimСгенерируйте блок Simulink для мелкой симуляции нейронной сети
adddelayДобавьте задержку с ответом нейронной сети
removedelayУдалите задержку с ответом нейронной сети
closeloopПреобразуйте обратную связь разомкнутого цикла нейронной сети в замкнутый цикл
openloopПреобразуйте нейронную сеть обратная связь с обратной связью в разомкнутый цикл
ploterrhistПостройте ошибочную гистограмму
plotinerrcorrВход графика к ошибочной взаимной корреляции timeseries
plotregressionПостройте линейную регрессию
plotresponseПостройте динамический сетевой ответ временных рядов
ploterrcorrПостройте автокорреляцию ошибочных временных рядов
genFunctionСгенерируйте функцию MATLAB для симуляции мелкой нейронной сети

Примеры и руководства

Базовая конструкция

Мелкий прогноз timeseries нейронной сети и моделирование

Сделайте прогноз временных рядов с помощью Приложения Временных рядов Нейронной сети и функций командной строки.

Серийные нейронные сети задержки времени проектирования

Учитесь проектировать фокусируемую нейронную сеть с временной задержкой (FTDNN) для прогноза timeseries.

Многоступенчатый прогноз нейронной сети

Изучите многоступенчатый прогноз нейронной сети.

Ряд времени проектирования нейронные сети обратной связи NARX

Создайте и обучите нелинейную авторегрессивную сеть с внешними входными параметрами (NARX).

Спроектируйте рекуррентные нейронные сети слоя

Создайте и обучите динамическую сеть, которая является Текущей слоем сетью (LRN).

Разверните мелкие функции нейронной сети

Симулируйте и разверните обученные мелкие нейронные сети с помощью инструментов MATLAB®.

Разверните обучение мелких нейронных сетей

Узнать, как развернуть обучение мелких нейронных сетей.

С магнитной левитацией моделирование

Этот пример иллюстрирует, как NARX (Нелинейный AutoRegressive с внешним входом) нейронная сеть может смоделировать магнитное поднятие динамическая система.

Учебная масштабируемость и КПД

Нейронные сети с параллелью и вычислением графического процессора

Используйте параллельные и распределенные вычисления, чтобы ускорить обучение нейронной сети и симуляцию и обработать большие данные.

Автоматически сохраните контрольные точки во время обучения нейронной сети

Сохраните промежуточные результаты защитить значение долгих учебных запусков.

Оптимизируйте скорость обучения нейронной сети и память

Сделайте обучение нейронной сети более эффективным.

Оптимальные решения

Выберите Neural Network Input-Output Processing Functions

Предварительно обработайте входные параметры и цели для более эффективного обучения.

Сконфигурируйте мелкие вводы и выводы нейронной сети

Узнать, как вручную сконфигурировать сеть перед обучением с помощью configure функция.

Разделите данные для оптимального обучения нейронной сети

Используйте функции, чтобы разделить данные на обучение, валидацию и наборы тестов.

Выберите многоуровневую функцию обучения нейронной сети

Сравнение учебных алгоритмов на различных проблемных типах.

Улучшите мелкое обобщение нейронной сети и постарайтесь не сверхсоответствовать

Изучите методы, чтобы улучшить обобщение и предотвратить сверхподбор кривой.

Обучите нейронные сети с ошибочными весами

Узнать, как использовать ошибочное взвешивание при обучении нейронных сетей.

Нормируйте ошибки нескольких Выходных параметров

Узнать, как соответствовать выходным элементам различными областями значений значений.

Концепции

Как динамическая работа нейронных сетей

Узнать, как feedforward и текущие сети работают.

Несколько последовательностей с динамическими нейронными сетями

Управляйте данными timeseries, которые доступны в нескольких коротких последовательностях.

Утилиты timeseries нейронной сети

Узнать, как использовать служебные функции, чтобы управлять данными о нейронной сети.

Наборы выборочных данных для мелких нейронных сетей

Список наборов выборочных данных, чтобы использовать при экспериментировании с мелкими нейронными сетями.

Свойства объектов нейронной сети

Изучите свойства, которые задают основные характеристики сети.

Подсвойства объектов нейронной сети

Изучите свойства что детали сети define, такие как входные параметры, слои, выходные параметры, цели, смещения и веса.

Для просмотра документации необходимо авторизоваться на сайте