ニューロン多様性は物理学およびその他のための機械学習を改善することができる【JST・京大機械翻訳】

Choudhary Anshul; Radhakrishnan Anil; Lindner John F.; Sinha Sudeshna; Ditto William L.

プレプリント

J-GLOBAL ID：202202203051663040 整理番号：22P0328770

ニューロン多様性は物理学およびその他のための機械学習を改善することができる【JST・京大機械翻訳】

Neuronal diversity can improve machine learning for physics and beyond

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年04月08日プレプリントサーバーでの情報更新日： 2023年08月30日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

多様性は自然において利点を伝えるが,均一ニューロンは典型的に人工ニューラルネットワークの層を構成する。ここでは,それら自身の活性化機能を学習し,迅速に多様化し,その後,画像分類と非線形回帰タスクでそれらの均一な対応物を凌駕するニューロンからニューラルネットワークを構築した。サブネットワークはニューロンを即時にし,それは特に非線形応答の効率的集合をメタ学習する。用例は,デジタルを分類して,van der Pol発振器と物理情報化ハミルトニアンニューラルネットワーク学習H’enon-Heiles恒星軌道とビデオ記録振り子クロックのスイングを予測する従来のニューラルネットワークを含む。このような多様性は,均一性にわたって多様性を選択し,自然および人工システムにおける多様性の役割を解明する動的システムの例を示した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

ニューロコンピュータ , 人工知能

, ,

前のページに戻る