« Machine à réservoir » : différence entre les versions


m (Remplacement de texte : «  '''<span style="font-size:18px">GLOSSAIRE DE L'INFORMATIQUE QUANTIQUE</span>''' » par «  »)
m (Remplacement de texte : « Catégorie:GRAND LEXIQUE FRANÇAIS » par «  »)
(2 versions intermédiaires par le même utilisateur non affichées)
Ligne 3 : Ligne 3 :
== Définition ==
== Définition ==
Catégorie spécifique de réseaux de neurones récurrents servant à traiter des séries temporelles (langage, finance, énergie, robo-tique). Leur particularité est d’utiliser des poids de neurones et des liaisons entre neurones fixés aléatoirement dans les réservoirs, le tout avec des fonctions d’activation non-linéaires de ces liaisons.
Catégorie spécifique de réseaux de neurones récurrents servant à traiter des séries temporelles (langage, finance, énergie, robo-tique). Leur particularité est d’utiliser des poids de neurones et des liaisons entre neurones fixés aléatoirement dans les réservoirs, le tout avec des fonctions d’activation non-linéaires de ces liaisons.


== Français ==
== Français ==
Ligne 14 : Ligne 13 :




<small>
==Sources==


[https://www.apprentissageprofond.org/  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018 ]
[https://www.apprentissageprofond.org/  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018 ]
Ligne 30 : Ligne 29 :


[[Catégorie:Quantique]]
[[Catégorie:Quantique]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Version du 16 juillet 2024 à 09:29

INFORMATIQUE QUANTIQUE

Définition

Catégorie spécifique de réseaux de neurones récurrents servant à traiter des séries temporelles (langage, finance, énergie, robo-tique). Leur particularité est d’utiliser des poids de neurones et des liaisons entre neurones fixés aléatoirement dans les réservoirs, le tout avec des fonctions d’activation non-linéaires de ces liaisons.

Français

machine à réservoir

calcul de réservoir

Anglais

reservoir computing


Sources

Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018

Source : 24pm Academy

Source : Comprendre l'informatique quantique par Olivier Ezratty