Fugu-MT 論文翻訳(概要): It's a super deal -- train recurrent network on noisy data and get smooth prediction free

論文の概要: It's a super deal -- train recurrent network on noisy data and get smooth prediction free

arxiv url: http://arxiv.org/abs/2206.04215v1
Date: Thu, 9 Jun 2022 01:43:25 GMT
ステータス: 処理完了
システム内更新日: 2022-06-10 16:26:18.137950
Title: It's a super deal -- train recurrent network on noisy data and get smooth prediction free
Title（参考訳）: これはスーパーディールです -- ノイズデータに対するリカレントネットワークのトレイン、スムーズな予測を無料に
Authors: Boris Rubinstein
Abstract要約: トレーニングデータセットと入力シーケンスの両方におけるノイズ成分がネットワーク予測品質に及ぼす影響について検討する。予測過程において観測された雑音の圧縮に関する説明を提案し,議論する。
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: Recent research demonstrate that prediction of time series by predictive recurrent neural networks based on the noisy input generates a {\it smooth} anticipated trajectory. We examine influence of the noise component in both the training data sets and the input sequences on network prediction quality. We propose and discuss an explanation of the observed noise compression in the predictive process. We also discuss importance of this property of recurrent networks in the neuroscience context for the evolution of living organisms.
Abstract（参考訳）: 最近の研究では、ノイズ入力に基づく予測再帰ニューラルネットワークによる時系列予測が予測軌道を生成することが示されている。トレーニングデータセットと入力シーケンスの両方におけるノイズ成分がネットワーク予測品質に及ぼす影響について検討する。予測過程において観測された雑音の圧縮に関する説明を提案し,議論する。また、生物の進化における神経科学の文脈におけるリカレントネットワークの重要性についても論じる。

関連論文リスト

Deep Neural Networks Tend To Extrapolate Predictably [51.303814412294514]
ニューラルネットワークの予測は、アウト・オブ・ディストリビューション(OOD)入力に直面した場合、予測不可能で過信される傾向がある。我々は、入力データがOODになるにつれて、ニューラルネットワークの予測が一定値に向かう傾向があることを観察する。我々は、OOD入力の存在下でリスクに敏感な意思決定を可能にするために、私たちの洞察を実際に活用する方法を示します。
論文参考訳（メタデータ） (2023-10-02T03:25:32Z)
Sequential Learning from Noisy Data: Data-Assimilation Meets Echo-State Network [0.0]
アンサンブルカルマンフィルタを用いた雑音観測を取り入れたエコー状態ネットワーク(ESN)のためのシーケンシャルトレーニングアルゴリズムを開発した。その結果、カルマン訓練されたエコー状態ネットワーク(KalT-ESN)は、計算コストを抑えながら、最小二乗アルゴリズムで従来の訓練されたESNよりも優れていた。
論文参考訳（メタデータ） (2023-04-01T02:03:08Z)
Delay Embedded Echo-State Network: A Predictor for Partially Observed Systems [0.0]
エコー状態ネットワーク(ESN)と部分観測状態の時間遅延埋め込みを用いて部分観測の予測器を開発する。提案手法は,Takenの埋め込み定理と非線形系の強い可観測性によって理論的に正当化される。
論文参考訳（メタデータ） (2022-11-11T04:13:55Z)
An advanced spatio-temporal convolutional recurrent neural network for storm surge predictions [73.4962254843935]
本研究では, 人工ニューラルネットワークモデルを用いて, 嵐の軌跡/規模/強度履歴に基づいて, 強風をエミュレートする能力について検討する。本研究では, 人工嵐シミュレーションのデータベースを用いて, 強風を予測できるニューラルネットワークモデルを提案する。
論文参考訳（メタデータ） (2022-04-18T23:42:18Z)
Deep Impulse Responses: Estimating and Parameterizing Filters with Deep Networks [76.830358429947]
高雑音および地中設定におけるインパルス応答推定は難しい問題である。本稿では,ニューラル表現学習の最近の進歩に基づいて,インパルス応答のパラメータ化と推定を行う新しいフレームワークを提案する。
論文参考訳（メタデータ） (2022-02-07T18:57:23Z)
Embedding Graph Convolutional Networks in Recurrent Neural Networks for Predictive Monitoring [0.0]
本稿では,グラフ畳み込みネットワークとリカレントニューラルネットワークに基づくアプローチを提案する。実生活のイベントログを実験的に評価したところ、我々のアプローチはより一貫性があり、最先端のアプローチよりも優れています。
論文参考訳（メタデータ） (2021-12-17T17:30:30Z)
Exploring the Properties and Evolution of Neural Network Eigenspaces during Training [0.0]
我々は,問題難易度とニューラルネットワーク容量が,対角的に予測性能に影響を及ぼすことを示した。従来報告されていた尾部パターンのような病理パターンとは無関係に観察結果が得られた」。
論文参考訳（メタデータ） (2021-06-17T14:18:12Z)
A Predictive Coding Account for Chaotic Itinerancy [68.8204255655161]
予測符号化を実装したリカレントニューラルネットワークが,入力雑音の存在下でカオス的反復性に類似したニューラルトラジェクトリを生成する方法を示す。本モデルを用いて,無作為かつ非依存なトラジェクタスイッチングトラジェクトリを生成する2つのシナリオを提案する。
論文参考訳（メタデータ） (2021-06-16T16:48:14Z)
Adversarial Refinement Network for Human Motion Prediction [61.50462663314644]
リカレントニューラルネットワークとフィードフォワードディープネットワークという2つの一般的な手法は、粗い動きの傾向を予測することができる。本稿では,新たな逆誤差増大を伴う簡易かつ効果的な粗大きめ機構に従えば,ARNet(Adversarial Refinement Network)を提案する。
論文参考訳（メタデータ） (2020-11-23T05:42:20Z)
Neural Networks with Recurrent Generative Feedback [61.90658210112138]
畳み込みニューラルネットワーク(CNN)でこの設計をインスタンス化する実験では、標準ベンチマーク上の従来のフィードフォワードCNNに対して、CNN-Fは敵のロバスト性を大幅に改善した。
論文参考訳（メタデータ） (2020-07-17T19:32:48Z)
A fast noise filtering algorithm for time series prediction using recurrent neural networks [0.0]
本稿では,RNNの内部力学を考察し,そのような動作に必要な条件のセットを確立する。そこで我々は,新しい近似アルゴリズムを提案し,精度を損なうことなく予測プロセスを著しく高速化することを示した。
論文参考訳（メタデータ） (2020-07-16T01:32:48Z)

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。