« Réseau à états échoïques » : différence entre les versions

Dernière version du 28 janvier 2024 à 13:25

Définition

Un réseau à états échoïques (Echo State Network) est un exemple du concept plus général de machine à réservoir. L’idée de base est d’obtenir les avantages d’un réseau de neurones récurrents, RNN (traiter une séquence d’entrées qui dépendent les unes des autres, c’est-à-dire des dépendances temporelles comme un signal), mais sans les problèmes de formation d’un RNN traditionnel tels que celui du gradient de fuite.

Français

réseau à états échoïques

Anglais

echo state network

Sources

Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 page 377

Source : Wikipedia

Source : 24pm academie

Source : qastack.fr

@@ Ligne 1 : / Ligne 1 : @@
-== en construction ==
 == Définition ==
-La connectivité et le poids des neurones cachés sont fixés et répartis au hasard. Les poids des neurones de sortie peuvent être appris afin que le réseau puisse (re) produire des modèles temporels spécifiques. L’intérêt principal de ce réseau est que, bien que son comportement soit non linéaire, les seuls poids modifiés pendant l’entraînement concernent les synapses qui connectent les neurones cachés aux neurones de sortie.
+Un réseau à états échoïques (''Echo State Network'') est un exemple du concept plus général de machine à réservoir. L’idée de base est d’obtenir les avantages d’un réseau de neurones récurrents, RNN (traiter une séquence d’entrées qui dépendent les unes des autres, c’est-à-dire des dépendances temporelles comme un signal), mais sans les problèmes de formation d’un RNN traditionnel tels que celui du gradient de fuite.
-Ainsi, la fonction d'erreur est quadratique par rapport au paramètre vector et peut être facilement différenciée en un système linéaire.
-----
-Un Echo State Network est un exemple du concept plus général de Reservoir Computing . L'idée de base derrière l'ESN est d'obtenir les avantages d'un RNN (traiter une séquence d'entrées qui dépendent les unes des autres, c'est-à-dire des dépendances temporelles comme un signal) mais sans les problèmes de formation d'un RNN traditionnel comme le problème du gradient de fuite .
-----
 == Français ==
 '''réseau à états échoïques '''
 == Anglais ==
 '''echo state network'''
-<small>
+==Sources==
-[https://www.apprentissageprofond.org/   Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018 ]
 [https://apprentissageprofond.org  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018  page 377  ]
@@ Ligne 32 : / Ligne 19 : @@
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
-[[Catégorie:vocabulaire]]
-[[Catégorie:App-profond-livre]]
-[[Catégorie:Intelligence artificielle]]
-[[Catégorie:24pm]]