Rede de Estado de Eco
Uma Rede de Estado de Eco (ESN) é um tipo de rede neural recorrente introduzida por Herbert Jaeger e Harald Haas em 2004 que explora uma camada recorrente grande, aleatoriamente conectada e fixa — o reservatório — para projetar sinais de entrada em um espaço não linear de alta dimensão. Apenas os pesos de saída lineares são treinados, tipicamente via regressão de crista (ridge regression), tornando as ESNs computacionalmente baratas, mas altamente expressivas para tarefas de modelagem de séries temporais caóticas e temporais.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 2). Echo State Network (Reservoir Computing). ScholarGate. https://scholargate.app/pt/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.
- LSTMAprendizado profundo↔ compare
- Rede Neural RecorrenteAprendizado profundo↔ compare
- Entropia de AmostraSistemas complexos↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →