关于基于决策树的神经图灵机的简短注记
机器学习
2020-10-29 v1 人工智能
神经与进化计算
摘要
图灵机和决策树长期以来独立发展。随着可微模型的最新发展，两者之间产生了交集。神经图灵机为记忆网络打开了大门。它使用可微注意力机制来读/写外部记忆库。可微森林将可微特性引入经典决策树。在这篇简短的注记中，我们展示了这两个模型之间的深层联系。即：可微森林是NTM的一个特例。可微森林实际上就是基于决策树的神经图灵机。基于这一深层联系，我们提出了一种响应增强可微森林。RaDF的控制器是可微森林，RaDF的外部记忆是响应向量，这些向量将由叶节点进行读/写。
引用
@article{arxiv.2010.14753,
title = {A short note on the decision tree based neural turing machine},
author = {Yingshi Chen},
journal= {arXiv preprint arXiv:2010.14753},
year = {2020}
}
备注
5 pages, 1 figure. arXiv admin note: substantial text overlap with arXiv:2010.02921