一种用于周期时间序列预测的新型水库架构
神经与进化计算
2025-01-23 v1 人工智能
机器学习
音频与语音处理
摘要
本文介绍了一种使用水库计算预测周期时间序列的新方法。该模型旨在提供节奏的精确预测，这是生成音乐节奏等任务的关键方面。利用水库计算，我们提出的方法最终旨在预测人类对节奏的感知。我们的网络能准确预测人类频率感知范围内的节奏信号。模型架构包含主神经元和中间神经元，负责捕获和传递节奏信息。两个参数矩阵c和k调节水库的整体动力学。我们提出了一种损失函数来在训练后调整c，并引入了一种动态选择(DS)机制，该机制调整以聚焦于贡献突出的区域。在多样化测试集上的实验结果显示预测准确，通过c和k对水库进行实时调优进一步提高了性能。对比评估表明其性能优于传统模型。
引用
@article{arxiv.2405.10102,
title = {A novel Reservoir Architecture for Periodic Time Series Prediction},
author = {Zhongju Yuan and Geraint Wiggins and Dick Botteldooren},
journal= {arXiv preprint arXiv:2405.10102},
year = {2025}
}