Réseau à états d'écho
Un réseau à états d'écho (ESN) est un type de réseau neuronal récurrent introduit par Herbert Jaeger et Harald Haas en 2004, qui exploite une couche récurrente fixe, large et connectée aléatoirement — le réservoir — pour projeter les signaux d'entrée dans un espace non linéaire de haute dimension. Seuls les poids de sortie linéaires sont entraînés, généralement par régression de crête (ridge regression), ce qui rend les ESNs peu coûteux en calcul tout en étant très expressifs pour les tâches de modélisation de séries temporelles et chaotiques.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 2). Echo State Network (Reservoir Computing). ScholarGate. https://scholargate.app/fr/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.
- LSTMApprentissage profond↔ compare
- Réseau de neurones récurrentApprentissage profond↔ compare
- Entropy d'échantillonSystèmes complexes↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →