Performance evaluation of new echo state networks based on complex network

在线阅读 下载PDF 导出详情
摘要 最近,回响状态网络(ESN)在他们为能力建模的非线性的动态系统引起了很多兴趣。在古典ESN,它的动态水库(医生)有稀少、随机的拓扑学,但是与它拿另一种拓扑学的医生一起的ESN的表演仍然是未知的。那么基于复杂网络理论,三新ESN在这被求婚并且调查纸。小世界的拓扑学,没有规模的拓扑学和小世界的效果和没有规模的特征的混合拓扑学在这些新ESN被考虑。我们学习了在医生建筑学和预言能力之间的关系。在我们的模拟实验,我们使用了二个广泛地使用的时间系列在新ESN和古典ESN之中测试预言表演,并且使用了相等散布的独立人士(i.i.d)分析短期的记忆(STM)的时间系列能力。我们回答下列问题:在预言表演的这些ESN的差别是什么?能光谱内部重量矩阵的半径更宽?短期的记忆能力是什么?试验性的结果证明建议新ESN有更好的预言性能,更宽光谱半径并且几乎是的一样的STM能力古典ESN的。
机构地区 不详
出版日期 2012年01月11日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献