"Model Memory Impact" ウィンドウ

RNN（リカレントニューラルネットワーク）モデルやNARXモデルのような動的なモデルは、過去の値を評価に使います。データセットの初期評価においては、モデルが落ち着くまで学習値との乖離が生じることがあります。

特にRNNのようなメモリを持つモデルでは、この過渡的な処理がモデル評価全体に影響する場合があります。"Model Memory Impact" ウィンドウ は、これらの影響を可視化し、安定したモデルを容易に選択できるようにするためのツールとして機能します。ここには以下のエレメントが含まれます。

"Output" ドロップダウン

ドロップダウンリストから出力を選択します。ウィンドウは自動的に更新されます。

"Model" ドロップダウン

ドロップダウンリストからモデルを選択します。ウィンドウは自動的に更新されます。

"Statistics" 領域

過渡的なプロセスの期間を評価するため、異なる複数のデータセットカテゴリに対してモデルを評価します。データセットは「スニペット間のステップ数」に応じて分割されます。各スニペットに対して、最初に1回、さらに所定の時間ステップ（"Number of Initialization Steps"）後に1回、モデル評価を行います。RMSEは、比較する長さ（"Number of Comparison Steps"）を使用して計算されます。すべてのスニペットとデータセットの平均RMSEがグラフに表示されます。これは、比較ステップの数とともに減少するはずです。優れたモデルであれば、適度な整定時間の経過後、比較RMSEが総RMSEよりかなり低くなるはずです。

"Number of Initialization Steps" 入力フィールド

モデルの2回目の評価を行うまでの経過時間ステップ数を入力します。Enter/↵ を押して入力を確定します。

"Number of Comparison Steps" 入力フィールド

RMSEを算出する基準となる比較長を入力します。Enter/↵ を押して入力を確定します。

"Steps Between Snippets" 入力フィールド

各スニペット間に必要なステップ数を入力します。Enter/↵ を押して入力を確定します。

"Visualization" 領域

このグラフは、選択されたモデルについて、データセットのさまざまなポイントにおける評価を示しています。"Number of Starts" は、モデル評価がトリガされる頻度を示しています。ここでは、特有の過渡的挙動を観察することができます。優れたモデルであれば、適度な整定時間の経過後、評価が収束します。

"Dataset" ドロップダウン

グラフに可視化したいデータセットをドロップダウンリストから選択します。

"Number of Starts" 入力フィールド

モデル評価を開始する回数を入力します。Enter/↵ を押して入力を確定します。