ScholarGate
Pembantu
Machine learningRecurrent / reservoir

Jaringan Keadaan Gema (Echo State Network - ESN)

Jaringan Keadaan Gema (ESN) ialah sejenis rangkaian saraf berulang yang diperkenalkan oleh Herbert Jaeger dan Harald Haas pada tahun 2004 yang memanfaatkan lapisan berulang yang besar, bersambung secara rawak, dan tetap — takungan (reservoir) — untuk memproyeksikan isyarat input ke dalam ruang tak linear berdimensi tinggi. Hanya berat output linear yang dilatih, biasanya melalui regresi rabung (ridge regression), menjadikan ESN murah secara komputasi namun sangat ekspresif untuk tugasan pemodelan siri masa temporal dan huru-hara.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Jaringan Keadaan Gema (Echo State Network - ESN)
LSTMJaringan Saraf BerulangSample Entropy

Sumber

  1. 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

Cara memetik halaman ini

ScholarGate. (2026, June 2). Echo State Network (Reservoir Computing). ScholarGate. https://scholargate.app/ms/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
ScholarGateEcho State Network (Echo State Network (Reservoir Computing)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/echo-state-network · Set data: https://doi.org/10.5281/zenodo.20539026