Fugu-MT 論文翻訳(概要): Asymptotic evaluation of the information processing capacity in reservoir computing

論文の概要: Asymptotic evaluation of the information processing capacity in reservoir computing

arxiv url: http://arxiv.org/abs/2502.15769v1
Date: Sat, 15 Feb 2025 10:47:49 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-02 02:51:27.119494
Title: Asymptotic evaluation of the information processing capacity in reservoir computing
Title（参考訳）: 貯水池計算における情報処理能力の漸近評価
Authors: Yohei Saito,
Abstract要約: 目標出力によって正規化された2乗誤差は、情報処理能力(IPC)と呼ばれ、貯水池計算(RC)の性能を評価するために使用される。 RCは入力時系列と出力時系列の関係を学習することを目的としているため、有限長データに対するIPCよりも、無限長データに対するIPCを評価する必要がある。有限長データに対するIPCを用いた無限長データに対するIPCの評価には、IPCの拡張と最小二乗法を用いる。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: The squared error normalized by the target output is known as the information processing capacity (IPC) and is used to evaluate the performance of reservoir computing (RC). Since RC aims to learn the relationship between input and output time series, we should evaluate the IPC for infinitely long data rather than the IPC for finite-length data. To evaluate the IPC for infinitely long data using the IPC for finite-length data, we use an asymptotic expansion of the IPC and the least-squares method. Then, we show the validity of our method by numerical simulations.
Abstract（参考訳）: 目標出力によって正規化された2乗誤差は、情報処理能力(IPC)と呼ばれ、貯水池計算(RC)の性能を評価するために使用される。 RCは入力時系列と出力時系列の関係を学習することを目的としているため、有限長データに対するIPCよりも、無限長データに対するIPCを評価する必要がある。有限長データに対するIPCを用いた無限長データに対するIPCの評価には、IPCの漸近展開と最小二乗法を用いる。そこで,本手法の有効性を数値シミュレーションにより示す。

関連論文リスト

Value-Based Deep RL Scales Predictably [100.21834069400023]
本研究は, 地域社会が病的行動に不安を抱いているにもかかわらず, 価値に基づく非政治的RL法が予測可能であることを示す。 SAC、BRO、PQLの3つのアルゴリズムを使って、DeepMind Control、OpenAI gym、IsaacGymの3つのアプローチを検証する。
論文参考訳（メタデータ） (2025-02-06T18:59:47Z)
Capturing the Temporal Dependence of Training Data Influence [100.91355498124527]
我々は、訓練中にデータポイントを除去する影響を定量化する、軌跡特異的な離脱の影響の概念を定式化する。軌道固有LOOの効率的な近似を可能にする新しい手法であるデータ値埋め込みを提案する。データバリューの埋め込みは、トレーニングデータの順序付けをキャプチャするので、モデルトレーニングのダイナミクスに関する貴重な洞察を提供する。
論文参考訳（メタデータ） (2024-12-12T18:28:55Z)
TL-PCA: Transfer Learning of Principal Component Analysis [1.573034584191491]
主成分分析は、対象とするデータのサンプルが多すぎると著しく制限される可能性がある。そこで本研究では,対象タスクの少ないデータに加えて,関連するソースタスクからの知識が使用されるPCA(TL-PCA)への転送学習手法を提案する。画像データセットの結果から, 次元削減のためのTL-PCAにより, テストデータの表現が向上することが示された。
論文参考訳（メタデータ） (2024-10-14T17:59:18Z)
Near-Optimal Learning and Planning in Separated Latent MDPs [70.88315649628251]
我々は、潜在マルコフ決定過程(LMDP)の計算的および統計的側面について研究する。このモデルでは、学習者は、未知のMDPの混合から各エポックの開始時に描画されたMDPと相互作用する。
論文参考訳（メタデータ） (2024-06-12T06:41:47Z)
Computationally and Memory-Efficient Robust Predictive Analytics Using Big Data [0.0]
本研究では、データ不確実性、ストレージ制限、ビッグデータを用いた予測データ駆動モデリングの課題をナビゲートする。本稿では,ロバスト主成分分析(RPCA)を有効ノイズ低減と外乱除去に利用し,最適センサ配置(OSP)を効率的なデータ圧縮・記憶に活用する。
論文参考訳（メタデータ） (2024-03-27T22:39:08Z)
Learning-Augmented K-Means Clustering Using Dimensional Reduction [1.7243216387069678]
主成分分析(PCA)を用いたデータセットの次元性低減手法を提案する。 PCAは文献でよく確立されており、データモデリング、圧縮、可視化の最も有用なツールの1つになっている。
論文参考訳（メタデータ） (2024-01-06T12:02:33Z)
Age-Based Scheduling for Mobile Edge Computing: A Deep Reinforcement Learning Approach [58.911515417156174]
我々は情報時代(AoI)の新たな定義を提案し、再定義されたAoIに基づいて、MECシステムにおけるオンラインAoI問題を定式化する。本稿では,システム力学の部分的知識を活用するために,PDS(Post-Decision State)を導入する。また、PSDと深いRLを組み合わせることで、アルゴリズムの適用性、スケーラビリティ、堅牢性をさらに向上します。
論文参考訳（メタデータ） (2023-12-01T01:30:49Z)
Computationally Budgeted Continual Learning: What Does Matter? [128.0827987414154]
CL (Continuous Learning) は、新しいデータに適応しながら、以前の知識を保存し、分布の異なる入力データのストリーム上でモデルを逐次訓練することを目的としている。現在のCL文献では、以前のデータへのアクセス制限に焦点が当てられているが、トレーニングの計算予算に制約は課されていない。本稿では,この問題を大規模ベンチマークで再検討し,計算制約条件下での従来のCL手法の性能解析を行う。
論文参考訳（メタデータ） (2023-03-20T14:50:27Z)
Optimizing the Long-Term Average Reward for Continuing MDPs: A Technical Report [117.23323653198297]
ユーザが経験した情報の鮮度と、センサが消費するエネルギーのバランスをとっています。対応するステータス更新手順を継続的なマルコフ決定プロセス(MDP)としてキャストします。次元の呪いを回避するため,我々は深層強化学習(DRL)アルゴリズムを設計するための方法論を確立した。
論文参考訳（メタデータ） (2021-04-13T12:29:55Z)
Communication-efficient k-Means for Edge-based Machine Learning [30.458580329430568]
我々は、エッジベース機械学習の文脈において、k-meansの中心となる大規模な高次元データセットの計算問題を考察する。連帯次元減少 (DR) と濃度減少 (CR) によって生じる小さな要約をデータソースに送らせることを提案する。ほぼ直線的な複雑さと、一定あるいは対数的な通信コストで近似をほぼ最適に実現できることを示す。
論文参考訳（メタデータ） (2021-02-08T15:40:15Z)

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。