同心 ESN：评估循环储备池中模块性的影响
神经与进化计算
2018-05-24 v1 人工智能
机器学习
摘要
本文介绍同心回声状态网络，一种设计储备池拓扑的方法，试图弥合确定性构造的简单循环模型与深度储备池计算途径之间的鸿沟。我们展示了如何将储备池模块化为简单单向与同心循环，并在相邻环间具有成对双向跳跃连接。我们提供了初步实验评估，显示相对于单循环储备池与深度储备池模型，同心储备池可带来更优的预测精度与记忆容量。
引用
@article{arxiv.1805.09244,
title = {Concentric ESN: Assessing the Effect of Modularity in Cycle Reservoirs},
author = {Davide Bacciu and Andrea Bongiorno},
journal= {arXiv preprint arXiv:1805.09244},
year = {2018}
}