基于广义同步的广义读取器储备计算
机器学习
2025-01-14 v1 动力系统
摘要
储备计算是一种利用非线性动力学、具有显著计算能力的机器学习框架。储备计算的一个 defining 特征是其低成本和简单训练算法，即仅训练由储备变量线性组合而成的读取器。灵感来自于基于动力系统理论的最近数学研究，特别是广义同步，我们提出一种新颖的储备计算框架，采用广义读取器，包括对储备变量的非线性组合。使用广义读取器的第一个关键优势是其数学依据，可提高信息处理能力。其次，在仍处于线性学习框架内，这保留了储备计算的原始优势。总之，广义读取器天然地从数学理论中推导，可在不牺牲简单性的前提下从储备动力学中提取有用的基函数。在数值研究中，我们发现引入广义读取器会显著提高准确率，并在短期和长期预测 Lorenz 混沌方面实现意外的鲁棒性增强，重点关注如何利用低维储备动力学。简要讨论了一种新方法及其优势，用于广义读取器的物理实现储备计算。
引用
@article{arxiv.2405.14885,
title = {Reservoir Computing with Generalized Readout based on Generalized Synchronization},
author = {Akane Ookubo and Masanobu Inubushi},
journal= {arXiv preprint arXiv:2405.14885},
year = {2025}
}