Cookie-Einstellungen
Diese Website benutzt Cookies, die für den technischen Betrieb der Website erforderlich sind und stets gesetzt werden. Andere Cookies, die den Komfort bei Benutzung dieser Website erhöhen, der Direktwerbung dienen oder die Interaktion mit anderen Websites und sozialen Netzwerken vereinfachen sollen, werden nur mit Ihrer Zustimmung gesetzt.
Konfiguration
Technisch erforderlich
Diese Cookies sind für die Grundfunktionen des Shops notwendig.
"Alle Cookies ablehnen" Cookie
"Alle Cookies annehmen" Cookie
Ausgewählter Shop
CSRF-Token
Cookie-Einstellungen
Individuelle Preise
Kundenspezifisches Caching
PayPal-Zahlungen
Session
Währungswechsel
Komfortfunktionen
Diese Cookies werden genutzt um das Einkaufserlebnis noch ansprechender zu gestalten, beispielsweise für die Wiedererkennung des Besuchers.
Merkzettel
Statistik & Tracking
Endgeräteerkennung
Google Analytics
Partnerprogramm
Development and Analysis of non-standard Echo State Networks
39,80 €
inkl. MwSt. zzgl. Versandkosten
Versandkostenfreie Lieferung!
Sofort versandfertig, Lieferfrist: ca. 1-3 Tage
- Artikel-Nr.: 9783959086486
- EAN: 9783959086486
- Volumen: '0'
- Breite: '0'
In an era of complex deep learning architectures like transformers, CNNs, and LSTM cells, the... mehr
Produktinformationen "Development and Analysis of non-standard Echo State Networks"
In an era of complex deep learning architectures like transformers, CNNs, and LSTM cells, the challenge persists: the hunger for labeled data and high energy. This dissertation explores Echo State Network (ESN), an RNN variant. ESN's efficiency in linear regression training and simplicity suggest pathways to resource-efficient, adaptable deep learning. Systematically deconstructing ESN architecture into flexible modules, it introduces basic ESN models with random weights and efficient deterministic ESN models as baselines. Diverse unsupervised pre-training methods for ESN components are evaluated against these baselines. Rigorous benchmarking across datasets - time-series classification, audio recognition - shows competitive performance of ESN models with state-of-the-art approaches. Identified nuanced use cases guiding model preferences and limitations in training methods highlight the importance of proposed ESN models in bridging reservoir computing and deep learning.
Einband/Bindung: | Buch |
Seitenzahl: | 196 |
Sprache: | Englisch |
Autor: | Peter Steiner |
Erscheinungsjahr: | 2024 |
Weiterführende Links zu "Development and Analysis of non-standard Echo State Networks"
Zuletzt angesehen