使用可变形传递函数预测输入的临界回声状态网络
神经与进化计算
2017-03-07 v2
摘要
本文研究了一种新型的真正临界回声状态网络，其中每个神经元的单个传递函数可以被修改以预测预期的下一个输入。与预期输入的偏差仅以幂律方式缓慢遗忘。本文概述了理论，数值分析了一个单神经元模型网络，并最终讨论了这种方法的技术和生物学意义。
引用
@article{arxiv.1606.03674,
title = {Critical Echo State Networks that Anticipate Input using Morphable Transfer Functions},
author = {Norbert Michael Mayer},
journal= {arXiv preprint arXiv:1606.03674},
year = {2017}
}
备注
14th International Symposium on Neural Networks (ISNN), Sapporo, Hakodate, Japan, June 21st - 26th 2017