رایانش مخزنی

مخزن محاسبات یک چارچوب برای محاسبه است که ممکن است به عنوان یک فرمت از شبکه های عصبی باشد.[1] به طور معمول یک سیگنال ورودی به یک سیستم دینامیکی ثابت (تصادفی) به نام مخزن تغذیه شده و دینامیک مخزن ورودی را به ابعاد بالاتر می نگارد. پس از آن یک سازوکار بازخوانی ساده  برای خواندن حالت مخزن و نگاشت آن به خروجی مورد نظر آموزش داده می شود. مزیت اصلی در این مدل این است که آموزش تنها در مرحله بازخوانی انجام شده و مخزن ثابت است. ماشین وضعیت-مایع و شبکه حالت پژواک[2] دو نوع اصلی از رایانش مخزن هستند.[3][4]

جستارهای وابسته

منابع

  1. Schrauwen, Benjamin, David Verstraeten, and Jan Van Campenhout. "An overview of reservoir computing: theory, applications, and implementations." Proceedings of the European Symposium on Artificial Neural Networks ESANN 2007, pp. 471-482.
  2. Jaeger, Herbert, "The echo state approach to analyzing and training recurrent neural networks." Technical Report 154 (2001), German National Research Center for Information Technology.
  3. Mass, Wolfgang, T. Nachtschlaeger, and H. Markram. "Real-time computing without stable states: A new framework for neural computation based on perturbations." Neural Computation 14(11): 2531–2560 (2002).
  4. Echo state network, Scholarpedia
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.