具有循环神经网络的储备池系统的通用性
神经与进化计算
2025-04-08 v2 机器学习
摘要
本文讨论了储备池为循环神经网络（RNN）的储备池系统的逼近能力。我们证明了一类动力系统的 RNN 储备池系统具有我们所称的一致强通用性。这意味着，给定要实现的逼近误差，可以构造一个 RNN 储备池系统，仅需调整其线性读出即可逼近该类中的每个目标动力系统。为证明该通用性，我们通过并行级联构造了一个 RNN 储备池系统，其逼近误差上界与该类中的每个目标无关。
引用
@article{arxiv.2403.01900,
title = {Universality of reservoir systems with recurrent neural networks},
author = {Hiroki Yasumoto and Toshiyuki Tanaka},
journal= {arXiv preprint arXiv:2403.01900},
year = {2025}
}