F-011
電力供給量データを用いた時系列予測問題に対する各種機械学習手法及び提案手法の比較検証

◎有村和真・新谷洋人・本木　実（熊本高専）

商品の売り上げ推移や株価、気温など時系列情報は様々な分野に存在し非常に多種多様である。その活用や予測は非常に重要度の高い技術とされており、ARIMAモデルやRNNといった様々な解析・予測手法が提案されてきた。本研究ではニューラルネットワークに着目し、提案手法であるMultiple Time Series Autoencode（ 以下、MTSA）やRNN、QRNN及び単純な全結合ネットワークを予測手法に選びその比較検証を正規化した電力供給量のデータを用いて行った。その結果をMSEで評価したところ、QRNN及び提案手法であるMTSAが時系列予測に対し有効であること、それぞれの予測結果には異なった特徴があり、その２つのネットワークをアンサンブルしたモデルにより精度の高い予測がおこなえることがわかった。