論文の概要: Do Reservoir Computers Work Best at the Edge of Chaos?

• arxiv url: http://arxiv.org/abs/2012.01409v1
• Date: Wed, 2 Dec 2020 18:57:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-22 07:48:21.895885
• Title: Do Reservoir Computers Work Best at the Edge of Chaos?
• Title（参考訳）: 貯水池のコンピューターはカオスの端でベストか?
• Authors: Thomas L. Carroll
• Abstract要約: 貯水池コンピュータの最大計算能力はカオスの端にある。 多くの貯水池コンピュータはカオス的な振る舞いを示さず、単に不安定になる。 貯水池コンピュータの最適動作点としての安定性の端は一般には真ではないが、場合によっては真である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: It has been demonstrated that cellular automata had the highest computational capacity at the edge of chaos, the parameter at which their behavior transitioned from ordered to chaotic. This same concept has been applied to reservoir computers; a number of researchers have stated that the highest computational capacity for a reservoir computer is at the edge of chaos, although others have suggested that this rule is not universally true. Because many reservoir computers do not show chaotic behavior but merely become unstable, it is felt that a more accurate term for this instability transition is the "edge of stability"Here I find two examples where the computational capacity of a reservoir computer decreases as the edge of stability is approached; in one case, because generalized synchronization breaks down, and in the other case because the reservoir computer is a poor match to the problem being solved. The edge of stability as an optimal operating point for a reservoir computer is not in general true, although it may be true in some cases.
• Abstract（参考訳）: セルオートマトンはカオスの端において高い計算能力を有しており、その挙動が秩序からカオスへと遷移したパラメータが示されている。 この概念は貯水池のコンピュータにも適用されており、多くの研究者は貯水池のコンピュータの計算能力はカオスの端にあると述べているが、他の研究者はこの規則は普遍的に真ではないと示唆している。 多くのリザーバーコンピュータはカオス的な振る舞いを示さず、単に不安定になるだけなので、この不安定遷移のより正確な用語は「安定性の最先端」であると感じており、ここでは安定性のエッジが近づくにつれてリザーバーコンピュータの計算能力が減少する2つの例を見出す。 貯水池コンピュータの最適動作点としての安定性の端は一般には真ではないが、場合によっては真である。

関連論文リスト

• (Quantum) Indifferentiability and Pre-Computation [50.06591179629447]
  微分可能性(Indifferentiability)は、理想的なオブジェクトのセキュリティを分析するための暗号パラダイムである。 その強さにもかかわらず、前処理攻撃に対するセキュリティを提供する無差別性は知られていない。 本稿では、構成可能であるだけでなく、任意の事前計算を考慮に入れた微分可能性の強化を提案する。
  論文  参考訳（メタデータ） (2024-10-22T00:41:47Z)
• Stochastic Reservoir Computers [0.0]
  貯水池計算では、貯水池のコンピュータ全体の異なる状態の数は、貯水池のハードウェアのサイズに比例して指数関数的にスケールすることができる。 ショットノイズは貯水池計算の性能に限界があるが,ノイズの影響が小さい場合,類似のハードウェアを持つ貯水池コンピュータに比べて性能が大幅に向上した。
  論文  参考訳（メタデータ） (2024-05-20T21:26:00Z)
• Computability of Optimizers [71.84486326350338]
  様々な状況において、チューリングマシンでは実現不可能であり、結果としてデジタルコンピュータでは実現不可能であることを示す。 我々は、人工知能、金融数学、情報理論など、非常に異なる分野からよく知られた様々な問題に対して、そのような結果を証明している。
  論文  参考訳（メタデータ） (2023-01-15T17:41:41Z)
• A Stable, Fast, and Fully Automatic Learning Algorithm for Predictive Coding Networks [65.34977803841007]
  予測符号化ネットワークは、ベイズ統計学と神経科学の両方にルーツを持つ神経科学にインスパイアされたモデルである。 シナプス重みに対する更新規則の時間的スケジュールを変更するだけで、元の規則よりもずっと効率的で安定したアルゴリズムが得られることを示す。
  論文  参考訳（メタデータ） (2022-11-16T00:11:04Z)
• Asymptotic Stability in Reservoir Computing [23.03681816727597]
  Reservoir Computingは、内部重みをランダムに固定したリカレントニューラルネットワークのクラスである。 実際には、摂動の効果が指数関数的に爆発しない安定した状態に留まることが望ましい。 我々は、リカレントカーネル制限を利用して、貯水池コンピューティングの安定性に関する新たな洞察を導き出す。
  論文  参考訳（メタデータ） (2022-06-07T11:18:19Z)
• Time Shifts to Reduce the Size of Reservoir Computers [0.0]
  貯水池コンピュータは計算を行うために配置された力学系の一種である。 我々は,貯水池コンピュータを,小さな非線形ノード(貯水池)と時間シフト型貯水池出力信号の2つの部分に分けられることを示す。
  論文  参考訳（メタデータ） (2022-05-03T11:42:36Z)
• Optimizing Memory in Reservoir Computers [0.0]
  貯水池コンピュータは高次元力学系を用いて計算を行う方法である。 ネットワークはノード間のフィードバックを生成するため、貯水池コンピュータはメモリを持つ。 このメモリの持続時間は、貯水池コンピュータが特定の問題を解決するのにどれだけの時間がかかるかを決定するのに重要である。
  論文  参考訳（メタデータ） (2022-01-05T13:38:53Z)
• Stabilizer extent is not multiplicative [1.491109220586182]
  Gottesman-Knillの定理は、安定化器状態に作用するクリフォード回路は古典的なコンピュータ上で効率的にシミュレートできると述べている。 重要な開問題は、テンソル積の下でその程度が乗法的かどうかを決定することである。
  論文  参考訳（メタデータ） (2020-07-08T18:41:59Z)
• Stability of Stochastic Gradient Descent on Nonsmooth Convex Losses [52.039438701530905]
  任意のリプシッツ非平滑凸損失に対して,数種類の勾配勾配降下(SGD)に対して,鋭い上下境界を与える。 我々の限界は、極端に過剰な集団リスクを伴う、微分的にプライベートな非平滑凸最適化のための新しいアルゴリズムを導出することを可能にする。
  論文  参考訳（メタデータ） (2020-06-12T02:45:21Z)
• From Checking to Inference: Actual Causality Computations as Optimization Problems [79.87179017975235]
  本稿では、最適化問題として二元非巡回モデルよりも、因果推論の異なる概念を定式化するための新しいアプローチを提案する。 8000ドル以上の変数を持つモデルを用いて,MaxSAT が ILP を上回り,数秒単位でチェック処理を行う場合が多い。
  論文  参考訳（メタデータ） (2020-06-05T10:56:52Z)
• Debiased Sinkhorn barycenters [110.79706180350507]
  最適輸送(OT)におけるエントロピー正則化(Entropy regularization)は、機械学習におけるWassersteinメトリクスやバリセンタに対する近年の関心の原動力となっている。 このバイアスがエントロピー正則化器を定義する基準測度とどのように密接に関連しているかを示す。 両世界の長所を保ち、エントロピーを滑らかにしないシンクホーン様の高速な反復をデバイアスド・ワッサースタインのバリセンタとして提案する。
  論文  参考訳（メタデータ） (2020-06-03T23:06:02Z)

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。