Red de Estados de Eco
Una Red de Estados de Eco (ESN) es un tipo de red neuronal recurrente introducida por Herbert Jaeger y Harald Haas en 2004 que explota una capa recurrente grande, aleatoriamente conectada y fija —el reservorio— para proyectar señales de entrada en un espacio no lineal de alta dimensionalidad. Solo se entrenan los pesos de salida lineales, típicamente mediante regresión de cresta, lo que hace que las ESN sean computacionalmente económicas pero altamente expresivas para tareas de modelado de series temporales y caóticas.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 2). Echo State Network (Reservoir Computing). ScholarGate. https://scholargate.app/es/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.
- LSTMAprendizaje profundo↔ compare
- Red Neuronal RecurrenteAprendizaje profundo↔ compare
- Entropía de MuestraSistemas complejos↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →