یادگیری عمیق مبتنی بر روش کمترین مربعات برای پیش‌بینی سری‌های زمانی

یادگیری عمیق مبتنی بر روش کمترین مربعات برای پیش‌بینی سری‌های زمانی

سيدشهرام جزایری جونقانی1

1) استادیار بخش مهندسی راه، ساختمان و محیط زیست، دانشکده مهندسی، دانشگاه شیراز

کد IOI مقاله : ABFG-ACAZGD
محل انتشار : دوازدهمین کنگره سالانه بین المللی عمران، معماری، هنر و توسعه شهری(12icsau.ir)
چکیده :
    یادگیری عمیق مبتنی بر کمترین مربعات، رویکردی بسیار مهم محسوب می‌شود که اصول سرشکنی کمترین مربعات را با توانمندی‌های یادگیری عمیق درهم می‌آمیزد. این مقاله به معرفی این روش و کاربرد آن در پیش‌بینی سری‌های زمانی می پردازد. نتایج به‌دست‌آمده، حاکی از کارایی و برتری روش پیشنهادی نسبت به روش‌های سنتی مرسوم LSTM وESN است.

کلمات کلیدی : یادگیری عمیق سرشکنی کمترین مربعات توابع فعالسازی