Il prossimoProssima guida
Reti autostradali e collegamenti saltati
Tecnico
GUIDA TECNICA
Il Reservoir Computing è una scorciatoia intelligente per addestrare reti ricorrenti: lasciare fisso un grande "serbatoio" di neuroni connesso in modo casuale e addestrare solo un semplice strato di output lineare.
Ascolta questa guidaNarrato dall'IA · ~2 min
Echo State Networks are the best-known example, making sequence learning fast and cheap.
Le Echo State Networks (ESN), introdotte da Herbert Jaeger intorno al 2001, e le Liquid State Machines strettamente correlate di Wolfgang Maass formano la famiglia chiamata “reservoir computing”. L'idea: una rete ricorrente fissa e inizializzata in modo casuale proietta una sequenza di input in uno stato dinamico ad alta dimensione. Poiché i pesi ricorrenti non vengono mai addestrati, si evita la lenta e instabile propagazione all'indietro nel tempo utilizzata per RNN e LSTM. Vengono appresi solo i pesi di lettura dal serbatoio all'uscita, tipicamente mediante una semplice regressione lineare, che è veloce e convessa. Il serbatoio deve soddisfare la “proprietà dell’eco dello stato”: la sua memoria degli input passati svanisce gradualmente, garantendo che lo stato dipenda dalla storia recente piuttosto che dalle condizioni iniziali. Gli ESN eccellono nella previsione di serie temporali e nella modellazione di segnali caotici.
Previsione di sistemi dinamici caotici come la serie Mackey-Glass o l'attrattore di Lorenz con elevata precisione.
Previsioni a breve termine del carico di elettricità, segnali azionari o serie temporali legate alle condizioni meteorologiche.
Riconoscimento del parlato e dei fonemi utilizzando una macchina a stati liquidi come serbatoio di neuroni a spillo.
Serbatoi hardware fotonici o basati su memristor che eseguono la classificazione del segnale a bassa potenza al bordo del sensore.
Il calcolo del serbatoio sta guadagnando terreno nell’hardware fisico e neuromorfico, dove il serbatoio può essere un sistema analogico, un circuito fotonico, una serie di memristor o persino un secchio d’acqua, sfruttando le dinamiche naturali per calcoli a bassissima potenza. I serbatoi fotonici e di picco promettono un'inferenza rapida dei dati dei sensori. Mentre il deep learning domina compiti di grandi dimensioni, i metodi basati sui serbatoi rimangono interessanti laddove i dati sono scarsi, la latenza e i budget energetici sono limitati o sono disponibili substrati hardware non convenzionali.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Il Reservoir Computing è una scorciatoia intelligente per addestrare reti ricorrenti: lasciare fisso un grande "serbatoio" di neuroni connesso in modo casuale e addestrare solo un semplice strato di output lineare. Echo State Networks è l'esempio più noto, poiché rende l'apprendimento sequenziale veloce ed economico.
I pesi ricorrenti interni del giacimento rimangono fissi e casuali; viene addestrata solo la lettura lineare dal serbatoio all'uscita, solitamente mediante la regressione dei minimi quadrati.
The reservoir state should become a function of the input history rather than the initial state; this is related to fading memory but states the independence condition directly.
Poiché i pesi ricorrenti sono fissi, l'addestramento si riduce a una regressione lineare rapida e convessa invece che a una propagazione all'indietro lenta e iterativa nel tempo.
The guide describes scaling spectral radius just below one as a common stability heuristic; the echo state property depends on the full dynamics and inputs, not this scalar alone.
Wolfgang Maass ha introdotto le macchine a stati liquidi, mentre Herbert Jaeger ha introdotto le reti a stati eco; entrambi rientrano nel calcolo del serbatoio.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Reti autostradali e collegamenti saltati
Tecnico