Article - Research 研究記事

LSTMでレスラー方程式を予測してみた

気付いたら,サイト公開2年目に突入していました.
そして,本記事で9件目です...
ちょっと寂しいので,これからはちょこちょこ記事を上げていきたいと思います.

てことで,今回はLSTMでレスラー方程式(a=0.36,b=0.4,c=4.5,0.05刻みで1ステップとする)のy-要素をとりあえず予測してみた結果を載せます.
※本当はレスラー方程式の式とかちゃんと書かなきゃですが,記事を書き続けるためにゆるく行きます!

パラメータは下記の通りです.

  • トレーニングデータ数:5000ステップ
  • テストデータ数:1000ステップ
  • 系列長:25ステップ
  • 入出力層ニューロン数:1
  • 隠れ層ニューロン数:30
  • return_sequences:False
  • epochs:100
  • optimizer:Adam(lr=0.001)


最初はreturn_sequencesが理解できませんでしたが,こちらを読んだら理解できました。

今回はワンショットの図だけ載せておきます.
以下はトレーニングデータの結果です.

Summary 概要

以下はテストデータの結果です.

Summary 概要

特にパラメータ調整をしてないのでまぁまぁではないでしょうか!
パラメータ調整してRMSE出せたら,また報告します.

研究記事 ぴっくあっぷ

MacのGrapherを使ってみました

/html/img/

ずっと気になっていたMacの標準アプリのGrapherを軽く使ってみました. まだ使いこなせてないけど,簡単に方程式のグラフを作るのには良さそうですね.

直感的にはわからなかったが,パラメータを簡単に振れるのは分岐図を扱っている身からするとありがたいですね. パラメータは,カンマして「c={1,...,3}」とすれば良いみたいです.