利用水中气泡振荡的神经回声状态网络
流体动力学
2022-04-27 v2 新兴技术
机器学习
神经与进化计算
动力系统
混沌动力学
摘要
在物理储备计算 (RC) 框架下，为数字计算机设计的机器学习算法使用类模拟计算机的非线性物理系统执行，该系统可为预测非线性微分方程可得的时变物理量提供高能效算力。我们提出一种基于气泡的 RC (BRC) 系统，其将水中振荡气泡簇声学响应的非线性与适于预测混沌时间序列的标准回声状态网络 (ESN) 算法相结合。我们通过数值演示 BRC 系统能以与 ESN 相似甚至更高精度预测特定混沌时间序列，确认了 BRC 系统的可行性。
引用
@article{arxiv.2112.11592,
title = {Neural Echo State Network using oscillations of gas bubbles in water},
author = {Ivan S. Maksymov and Andrey Pototsky and Sergey A. Suslov},
journal= {arXiv preprint arXiv:2112.11592},
year = {2022}
}
备注
5 pages, 3 figures