Machine learningRecurrent / reservoir
エコー状態ネットワーク
エコー状態ネットワーク（ESN）は、2004年にHerbert JaegerとHarald Haasによって導入されたリカレントニューラルネットワークの一種であり、大規模でランダムに接続された固定リカレント層（リザーバー）を利用して、入力信号を高次元の非線形空間に射影する。学習されるのは線形の出力重みのみであり、通常はリッジ回帰によって行われるため、ESNは計算コストが低いにもかかわらず、時間的およびカオス的な時系列モデリングタスクに対して高い表現力を持つ。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 2). Echo State Network (Reservoir Computing). ScholarGate. https://scholargate.app/ja/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.
Compare side by side →