가이드 연계 퀴즈 · 하드 레벨

에코 스테이트 네트워크 및 저수지 컴퓨팅 퀴즈

고정 저장소 역학, 학습된 판독값, 페이딩 메모리, 스펙트럼 반경 및 저장소 예측 이면의 계산을 확인합니다.

관련 가이드 경로에코 스테이트 네트워크 및 저수지 컴퓨팅
질문 1 의 8

에코 상태 네트워크에서 실제로 어떤 가중치가 훈련되나요?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. 에코 상태 네트워크에서 실제로 어떤 가중치가 훈련되나요?
    • 출력(판독) 가중치만
    • 저장소 내부의 모든 반복 가중치
    • 입력 가중치만
    • 어떤 가중치도 훈련되지 않습니다.
  2. Which condition expresses the echo state property for two runs with the same input history?
    • Their recurrent weights must all be trained by backpropagation
    • Their reservoir states eventually become independent of different initial states
    • Their output weights must have spectral radius exactly one
    • Their hidden states must equal the raw input at every step
  3. ESN을 훈련하는 것이 표준 LSTM을 훈련하는 것보다 훨씬 빠른 이유는 무엇입니까?
    • ESN은 뉴런을 전혀 사용하지 않습니다.
    • ESN은 양자 컴퓨터에서만 실행됩니다.
    • ESN은 선형 판독값만 해결하여 시간에 따른 역전파를 방지합니다.
    • ESN에는 입력 데이터가 필요하지 않습니다.
  4. How is spectral radius commonly used when tuning an echo-state reservoir?
    • It directly sets the number of readout classes
    • It guarantees fading memory for every recurrent matrix
    • It measures the number of trainable reservoir weights
    • It is a recurrent-feedback scale heuristic for balancing rich dynamics and stability, not a complete guarantee of the echo state property
  5. 스파이크 뉴런 형태의 저장소 컴퓨팅인 Liquid State Machines는 누구에 의해 도입되었습니까?
    • 볼프강 마스
    • 제프리 힌튼
    • 앤드류 응
    • 요슈아 벤지오
  6. What does the fixed reservoir compute before the ESN readout produces an output?
    • A normalized probability over all possible weights
    • A high-dimensional dynamic state representation of recent inputs
    • A learned transition table for every future sequence
    • A separate trained policy for each output class
  7. What method is commonly used to fit an Echo State Network’s readout weights?
    • Backpropagation through all fixed recurrent weights
    • Dynamic routing by agreement
    • Linear least-squares regression, often with ridge regularization
    • A softmax over reservoir eigenvalues
  8. What does the spectral radius of a recurrent weight matrix mean?
    • The sum of all matrix entries
    • The number of nonzero output weights
    • The average magnitude of the input sequence
    • The largest absolute value among its eigenvalues