基于有机电化学晶体管网络的储备池计算理论框架
神经与进化计算
2024-08-20 v1
摘要
即使物理系统的规则难以学习，对其进行高效且准确的预测仍然至关重要。储备池计算是一种具有固定非线性单元的循环神经网络，因其易于训练而受到重视。有机电化学晶体管（OECT）是具有非线性瞬态特性的物理器件，可用作储备池计算机的非线性单元。我们提出了一个使用 OECT 作为非线性单元来模拟储备池计算机的理论框架，作为设计物理储备池计算机的测试平台。我们展示了一个概念验证，证明这种实现能够准确预测 Lorenz 吸引子，其性能可与标准储备池计算机实现相媲美。我们探索了操作参数的影响，发现预测性能强烈依赖于 OECT 的夹断电压。
引用
@article{arxiv.2408.09223,
title = {A theoretical framework for reservoir computing on networks of organic electrochemical transistors},
author = {Nicholas W. Landry and Beckett R. Hyde and Jake C. Perez and Sean E. Shaheen and Juan G. Restrepo},
journal= {arXiv preprint arXiv:2408.09223},
year = {2024}
}
备注
10 pages, 8 figures