Echo State Network
Echo State Network (ESN) เป็นโครงข่ายประสาทเทียมแบบวนซ้ำ (recurrent neural network) ประเภทหนึ่งที่ Herbert Jaeger และ Harald Haas นำเสนอในปี 2004 โดยใช้ประโยชน์จากชั้นวนซ้ำขนาดใหญ่ที่เชื่อมต่อกันแบบสุ่มและคงที่ ซึ่งเรียกว่า 'reservoir' เพื่อฉายสัญญาณอินพุตเข้าไปในปริภูมิไม่เชิงเส้นที่มีมิติสูง มีเพียงน้ำหนักเอาต์พุตเชิงเส้นเท่านั้นที่ได้รับการฝึกฝน โดยทั่วไปจะใช้วิธีการถดถอยแบบริดจ์ (ridge regression) ทำให้ ESN มีต้นทุนในการคำนวณต่ำแต่มีความสามารถในการแสดงออกสูงสำหรับงานสร้างแบบจำลองอนุกรมเวลาแบบพลวัตและแบบคาออส (chaotic time-series modeling tasks).
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Echo State Network (Reservoir Computing). ScholarGate. https://scholargate.app/th/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.
- แอลเอสทีเอ็มการเรียนรู้เชิงลึก↔ compare
- โครงข่ายประสาทเทียมแบบเวียนซ้ำ (Recurrent Neural Network - RNN)การเรียนรู้เชิงลึก↔ compare
- Sample Entropyระบบเชิงซ้อน↔ compare