Publication

Reservoir Optimization in Recurrent Neural Networks using Kronecker Kernels

Martin Hasler, Ali Ajdari Rad, Mahdi Jalili
2008
Conference Papers

Résumé

In this paper, using the mathematical properties of self-kronecker-production of small size random matrices, a simple but effective method is presented to optimize the reservoir of an echo state network given a certain task. The experimental results investigating the NARMA system show that few steps of the proposed optimization process can lead to a near optimum solution.

Source officielle

https://infoscience.epfl.ch/entities/publication/2fe1f2b9-23fe-4147-8aea-74e0de56dee5

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Reservoir Optimization in Recurrent Neural Networks using Kronecker Kernels

Chattez avec Graph Search

Improving the accuracy and interpretability of neural networks for wind power forecasting

Eflop: a Sparsity-aware Metric for Evaluating Computational Cost in Spiking and Non-spiking Neural Networks

How Gradient Descent Balances Features: A Dynamical Analysis For Two-Layer Neural Networks