Δίκτυο Κατάστασης Ηχούς
Ένα Δίκτυο Κατάστασης Ηχούς (Echo State Network - ESN) είναι ένας τύπος αναδρομικού νευρωνικού δικτύου που εισήχθη από τους Herbert Jaeger και Harald Haas το 2004 και αξιοποιεί ένα μεγάλο, τυχαία συνδεδεμένο, σταθερό αναδρομικό επίπεδο — τη δεξαμενή (reservoir) — για την προβολή σημάτων εισόδου σε έναν μη γραμμικό χώρο υψηλής διάστασης. Μόνο τα γραμμικά βάρη εξόδου εκπαιδεύονται, συνήθως μέσω παλινδρόμησης με οπισθοδρόμηση (ridge regression), καθιστώντας τα ESN υπολογιστικά φθηνά αλλά ταυτόχρονα εξαιρετικά εκφραστικά για εργασίες μοντελοποίησης χρονικών σειρών, χρονικών και χαοτικών.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Jaeger, H., & Haas, H. (2004). Harnessing nonlinearity: Predicting chaotic systems and saving energy in wireless communication. Science, 304(5667), 78–80. DOI: 10.1126/science.1091277 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). Echo State Network (Reservoir Computing). ScholarGate. https://scholargate.app/el/deep-learning/echo-state-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- LSTMΒαθιά Μάθηση↔ compare
- Αναδρομικό Νευρωνικό ΔίκτυοΒαθιά Μάθηση↔ compare
- Εντροπία ΔείγματοςΠολύπλοκα Συστήματα↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →