論文の概要: Insight into Delay Based Reservoir Computing via Eigenvalue Analysis
- arxiv url: http://arxiv.org/abs/2009.07928v3
- Date: Mon, 22 Mar 2021 20:25:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-17 23:35:51.498550
- Title: Insight into Delay Based Reservoir Computing via Eigenvalue Analysis
- Title（参考訳）: 固有値解析による遅延型貯留層計算の展望
- Authors: Felix K\"oster, Serhiy Yanchuk, Kathy L\"udge
- Abstract要約: この方法で貯水池として用いられる力学系を解析できることを示す。
固有値が0に近い実部と非共振虚部を持つ系に対して最適性能を求める。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper we give a profound insight into the computation capability of
delay-based reservoir computing via an eigenvalue analysis. We concentrate on
the task-independent memory capacity to quantify the reservoir performance and
compare these with the eigenvalue spectrum of the dynamical system. We show
that these two quantities are deeply connected, and thus the reservoir
computing performance is predictable by analyzing the small signal response of
the reservoir. Our results suggest that any dynamical system used as a
reservoir can be analyzed in this way. We apply our method exemplarily to a
photonic laser system with feedback and compare the numerically computed recall
capabilities with the eigenvalue spectrum. Optimal performance is found for a
system with the eigenvalues having real parts close to zero and off-resonant
imaginary parts.
- Abstract（参考訳）: 本稿では,固有値解析による遅延型貯留層計算の計算能力について深い知見を与える。
我々はタスク非依存のメモリ容量に集中して貯水池の性能を定量化し、これらを力学系の固有値スペクトルと比較する。
この2つの量は深いつながりがあり,貯水池の小さな信号応答を解析することにより,貯留層計算性能を予測できることを示した。
この方法で貯水池として用いられる力学系を解析できる可能性が示唆された。
本手法をフィードバック付きフォトニックレーザーシステムに適用し,数値計算したリコール能力を固有値スペクトルと比較した。
固有値がゼロに近い実部とオフ共鳴の虚部を持つ系に対して最適性能を求める。
関連論文リスト
- Fast Shapley Value Estimation: A Unified Approach [71.92014859992263]
冗長な手法を排除し、単純で効率的なシェープリー推定器SimSHAPを提案する。
既存手法の解析において、推定器は特徴部分集合からランダムに要約された値の線形変換として統一可能であることを観察する。
実験により,SimSHAPの有効性が検証され,精度の高いShapley値の計算が大幅に高速化された。
論文 参考訳（メタデータ） (2023-11-02T06:09:24Z) - Optimization of a Hydrodynamic Computational Reservoir through Evolution [58.720142291102135]
我々は,スタートアップが開発中の流体力学系のモデルと,計算貯水池としてインターフェースする。
我々は、進化探索アルゴリズムを用いて、読み出し時間と入力を波の振幅や周波数にどのようにマッピングするかを最適化した。
この貯水池システムに進化的手法を適用することで、手作業パラメータを用いた実装と比較して、XNORタスクの分離性が大幅に向上した。
論文 参考訳（メタデータ） (2023-04-20T19:15:02Z) - Reservoir Computing Using Complex Systems [0.0]
Reservoir Computingは、物理システムを利用した計算のための機械学習フレームワークである。
計算に単一ノード貯水池を用いる方法を示し、物理貯水池の計算能力を改善するために利用可能な選択肢を探索する。
論文 参考訳（メタデータ） (2022-12-17T00:25:56Z) - Reinforcement Learning from Partial Observation: Linear Function Approximation with Provable Sample Efficiency [111.83670279016599]
部分観察決定過程(POMDP)の無限観測および状態空間を用いた強化学習について検討した。
線形構造をもつPOMDPのクラスに対する部分可観測性と関数近似の最初の試みを行う。
論文 参考訳（メタデータ） (2022-04-20T21:15:38Z) - Optimal reservoir computers for forecasting systems of nonlinear
dynamics [0.0]
低接続性貯水池は、ノイズレスローレンツと結合したウィルソン・コーワンシステムの予測において、高接続性よりも優れた性能を示すことを示す。
また, 予期せぬ非連結ノード(RUN)の貯水池が, リンクネットワークトポロジの貯水池よりも優れていることを示す。
論文 参考訳（メタデータ） (2022-02-09T09:36:31Z) - Eigen Analysis of Self-Attention and its Reconstruction from Partial
Computation [58.80806716024701]
ドット積に基づく自己注意を用いて計算した注意点のグローバルな構造について検討する。
注意点の変動の大部分は低次元固有空間にあることがわかった。
トークンペアの部分的な部分集合に対してのみスコアを計算し、それを用いて残りのペアのスコアを推定する。
論文 参考訳（メタデータ） (2021-06-16T14:38:42Z) - Learning Optical Flow from a Few Matches [67.83633948984954]
密な相関体積表現は冗長であり、その中の要素のほんの一部で正確なフロー推定が達成できることを示した。
実験により,高い精度を維持しつつ計算コストとメモリ使用量を大幅に削減できることを示した。
論文 参考訳（メタデータ） (2021-04-05T21:44:00Z) - Limitations of the recall capabilities in delay based reservoir
computing systems [0.0]
我々は,遅延型貯水池コンピュータのメモリ容量を,ホップ正規形を非線形性として解析する。
物理的実現の可能性としては、外部キャビティを持つレーザーが考えられる。
論文 参考訳（メタデータ） (2020-09-16T13:54:39Z) - The Computational Capacity of LRC, Memristive and Hybrid Reservoirs [1.657441317977376]
貯留層計算(Reservoir computing)は、高次元力学系(enmphreservoir)を用いて時系列データを近似し予測する機械学習パラダイムである。
本稿では, 線形素子(抵抗素子, インダクタ, コンデンサ)と非線形メモリ素子(メムリスタ)の両方を含む電子貯水池の実現可能性と最適設計について分析する。
我々の電子貯水池は、従来の「エコステートネットワーク」貯水池の性能と直接ハードウェアで実装される形で一致または超過することができる。
論文 参考訳（メタデータ） (2020-08-31T21:24:45Z) - Spatially Adaptive Inference with Stochastic Feature Sampling and
Interpolation [72.40827239394565]
スパースサンプリングされた場所のみの機能を計算することを提案する。
次に、効率的な手順で特徴写像を密に再構築する。
提案したネットワークは、様々なコンピュータビジョンタスクの精度を維持しながら、かなりの計算を省くために実験的に示されている。
論文 参考訳（メタデータ） (2020-03-19T15:36:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。