用多功能储备池计算机看双重
动力系统
2023-10-20 v2 机器学习
神经与进化计算
摘要
多功能生物神经网络利用多稳态来执行多项任务而无需改变任何网络特性。使人工神经网络(ANN)获得某些多稳态以执行若干任务(其中每个任务与网络状态空间中的特定吸引子相关)从机器学习角度看自然有许多好处。鉴于与多稳态的关联,本文探讨不同吸引子之间的关系如何影响储备池计算机(RC)——一种以 ANN 形式存在的动力系统——实现多功能性的能力。我们构建了“看双重”问题,以系统研究当吸引子之间存在重叠时 RC 如何重建吸引子共存。随着重叠量增加,我们发现多功能性若要出现,关键取决于为 RC 内部网络连接谱半径的合适选择。分岔分析揭示了随着 RC 进入可能导致混沌游走的混沌 regime,多功能性如何产生和被破坏。
引用
@article{arxiv.2305.05799,
title = {Seeing double with a multifunctional reservoir computer},
author = {Andrew Flynn and Vassilios A. Tsachouridis and Andreas Amann},
journal= {arXiv preprint arXiv:2305.05799},
year = {2023}
}
备注
Accepted for publication in Chaos. Please use Adobe Acrobat Reader to view this paper as intended. The appearance of some figures may vary in different .pdf readers