线性储备计算中的层次时间表示
机器学习
2017-07-11 v5 机器学习
摘要
最近，关于深度储备计算(RC)的研究强调了分层在深度递归神经网络(RNNs)中的作用。在本文中，线性递归单元的使用使我们能够通过应用于状态信号的频率分析，为深度RNN中的内在层次时间表示提供更多证据。我们方法的可能性在多重叠加振荡器任务类上得到评估。此外，我们的研究提供了有益的见解，以开启关于时间域中表征深度学习框架主要方面的讨论。
引用
@article{arxiv.1705.05782,
title = {Hierarchical Temporal Representation in Linear Reservoir Computing},
author = {Claudio Gallicchio and Alessio Micheli and Luca Pedrelli},
journal= {arXiv preprint arXiv:1705.05782},
year = {2017}
}
备注
This is a pre-print of the paper submitted to the 27th Italian Workshop on Neural Networks, WIRN 2017