Fugu-MT 論文翻訳(概要): Master memory function for delay-based reservoir computers with single-variable dynamics

論文の概要: Master memory function for delay-based reservoir computers with single-variable dynamics

arxiv url: http://arxiv.org/abs/2108.12643v1
Date: Sat, 28 Aug 2021 13:17:24 GMT
ステータス: 処理完了
システム内更新日: 2021-09-01 07:44:15.882756
Title: Master memory function for delay-based reservoir computers with single-variable dynamics
Title（参考訳）: 単一変数ダイナミクスを用いた遅延型リザーバコンピュータのマスタメモリ機能
Authors: Felix K\"oster, Serhiy Yanchuk, Kathy L\"udge
Abstract要約: 多くの遅延型貯水池コンピュータはユニバーサルマスターメモリ関数(MMF)によって特徴付けられることを示す。 2つの独立したパラメータに対して計算されると、この関数は小さな入力を持つ遅延ベースの単一変数貯水池に対して線形メモリ容量を提供する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We show that many delay-based reservoir computers considered in the literature can be characterized by a universal master memory function (MMF). Once computed for two independent parameters, this function provides linear memory capacity for any delay-based single-variable reservoir with small inputs. Moreover, we propose an analytical description of the MMF that enables its efficient and fast computation. Our approach can be applied not only to reservoirs governed by known dynamical rules such as Mackey-Glass or Ikeda-like systems but also to reservoirs whose dynamical model is not available. We also present results comparing the performance of the reservoir computer and the memory capacity given by the MMF.
Abstract（参考訳）: 本論文では,多くの遅延型貯水池コンピュータがユニバーサルマスターメモリ機能(MMF)によって特徴付けられることを示す。 2つの独立したパラメータで計算すると、この関数は、小さな入力を持つ遅延ベースの1変数のリニアメモリ容量を提供する。さらに,その効率的かつ高速な計算を可能にするMMFの解析記述を提案する。本手法は,マッキーグラスや池田系などの既知の力学規則を満たした貯水池だけでなく,力学モデルが利用できない貯水池にも適用できる。また,貯水池コンピュータの性能とMMFが与えるメモリ容量を比較した。

関連論文リスト

B'MOJO: Hybrid State Space Realizations of Foundation Models with Eidetic and Fading Memory [91.81390121042192]
我々はB'MOJOと呼ばれるモデル群を開発し、構成可能なモジュール内で理想的メモリと暗黙的メモリをシームレスに結合する。 B'MOJOのイデオティックメモリとフェードメモリを変調する能力は、32Kトークンまでテストされた長いシーケンスの推論をより良くする。
論文参考訳（メタデータ） (2024-07-08T18:41:01Z)
Resistive Memory-based Neural Differential Equation Solver for Score-based Diffusion Model [55.116403765330084]
スコアベースの拡散のような現在のAIGC法は、迅速性と効率性の点で依然として不足している。スコアベース拡散のための時間連続型およびアナログ型インメモリ型ニューラル微分方程式解法を提案する。我々は180nmの抵抗型メモリインメモリ・コンピューティング・マクロを用いて,我々の解を実験的に検証した。
論文参考訳（メタデータ） (2024-04-08T16:34:35Z)
Heterogenous Memory Augmented Neural Networks [84.29338268789684]
ニューラルネットワークのための新しいヘテロジニアスメモリ拡張手法を提案する。学習可能なメモリトークンをアテンション機構付きで導入することにより、膨大な計算オーバーヘッドを伴わずに性能を効果的に向上させることができる。 In-distriion (ID) と Out-of-distriion (OOD) の両方の条件下での様々な画像およびグラフベースのタスクに対するアプローチを示す。
論文参考訳（メタデータ） (2023-10-17T01:05:28Z)
Hitless memory-reconfigurable photonic reservoir computing architecture [1.4479776639062198]
貯留層計算(Reservoir computing)は、時間依存的な信号を効率的に処理するためのアナログバイオインスパイアされた計算モデルである。非対称なマッハ・ツェンダー干渉計を共振器内に集積した新しいTDRCアーキテクチャを提案する。本稿では,この手法を時間ビットワイズXORタスクで実証し,メモリ容量再構成によって最適な性能が達成できることを結論する。
論文参考訳（メタデータ） (2022-07-13T14:43:40Z)
A Model or 603 Exemplars: Towards Memory-Efficient Class-Incremental Learning [56.450090618578]
CIL(Class-Incremental Learning)は、この要件を満たすために、限られたメモリサイズでモデルをトレーニングすることを目的としている。モデルサイズを総予算にカウントし,メモリサイズに整合する手法を比較すると,保存モデルは常に機能しないことを示す。本稿では,メモリ効率のよい拡張可能なMOdelのための MEMO という,シンプルで効果的なベースラインを提案する。
論文参考訳（メタデータ） (2022-05-26T08:24:01Z)
Reconfigurable Low-latency Memory System for Sparse Matricized Tensor Times Khatri-Rao Product on FPGA [3.4870723728779565]
Sparse Matricized Times Khatri-Rao Product (MTTKRP) はテンソル計算において最も高価なカーネルの一つである。本稿では,MTTKRPのデータ構造の空間的および時間的局所性を探索する多面記憶システムについて述べる。本システムでは,キャッシュオンリーとDMAオンリーのメモリシステムと比較して,2倍,1.26倍の高速化を実現している。
論文参考訳（メタデータ） (2021-09-18T08:19:29Z)
Task Agnostic Metrics for Reservoir Computing [0.0]
物理貯水池計算は、物理物質における時間的パターン認識を可能にする計算パラダイムである。選択された力学系は、非線形性、複雑性、暗くなるメモリの3つの望ましい特性を持つ必要がある。一般に, 減衰率の低いシステムは, 3つの評価指標すべてにおいて高い値に達することが示されている。
論文参考訳（メタデータ） (2021-08-03T13:58:11Z)
Kanerva++: extending The Kanerva Machine with differentiable, locally block allocated latent memory [75.65949969000596]
エピソディックメモリとセマンティックメモリは、人間のメモリモデルの重要なコンポーネントです。我々は、エピソードメモリとセマンティックメモリのギャップを埋める新しい原理ベイズメモリ割り当てスキームを開発しました。この割り当て方式がメモリ条件画像生成の性能を向上させることを実証する。
論文参考訳（メタデータ） (2021-02-20T18:40:40Z)
Memformer: A Memory-Augmented Transformer for Sequence Modeling [55.780849185884996]
本稿では、シーケンスモデリングのための効率的なニューラルネットワークであるMemformerを紹介する。我々のモデルは長いシーケンスを処理する際に線形時間複雑性と一定メモリ空間複雑性を実現する。
論文参考訳（メタデータ） (2020-10-14T09:03:36Z)
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)
Deep Time-Delay Reservoir Computing: Dynamics and Memory Capacity [0.0]
池田深部貯水池の動的特性と記憶容量の関係について述べる。条件付きリアプノフ指数の分岐や等級にMCが系距離とどのように関係しているかを示す。数値シミュレーションでは、MCの全層におけるクロックサイクルと遅延の共鳴が示される。
論文参考訳（メタデータ） (2020-06-11T10:40:29Z)

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。