Hola,
Eche un vistazo al paradigma de Reservoir Computing, y especialmente a Echo State Networks (ESN).
Básicamente, los ESN son redes neuronales recurrentes (RNN) con pequeños pesos aleatorizados en la parte recurrente / dinámica. Se ha demostrado que esto restringe la dinámica de la red hacia una organización espacial estatal de Markovian (basada en sufijos).
Más sobre esto se puede encontrar en:
- ¿Cuál es la diferencia entre inteligencia artificial y algoritmos?
- ¿Por qué debería aprender técnicas de aprendizaje profundo?
- ¿Los sistemas de reconocimiento de imágenes de aprendizaje profundo siempre aprenden esencialmente las mismas características de bajo nivel?
- ¿Qué algoritmos de minería de datos / reconocimiento de patrones toman los datos como entrada y luego generan modelos / fórmulas matemáticas?
- Cómo obtener una inteligencia artificial para ejecutar mi startup
Tino, Peter, Michal Cernansky y Lubica Benuskova. “Sesgo arquitectónico markoviano de redes neuronales recurrentes”. Transacciones IEEE en redes neuronales 15.1 (2004): 6-15.
Gallicchio, Claudio y Alessio Micheli. “Factores arquitectónicos y markovianos de las redes de estado de eco”. Redes neuronales 24.5 (2011): 440-456.
Además, recientemente se introdujo / analizó una extensión del paradigma RC en la dirección del aprendizaje profundo en
Gallicchio, Claudio, Alessio Micheli y Luca Pedrelli. “Computación de yacimientos profundos: un análisis experimental crítico”. Neurocomputación (2017).
y
Gallicchio, Claudio y Alessio Micheli. “Propiedad del estado eco de las redes de computación de embalses profundos”. Computación cognitiva (2017): 1-14.
Saludos 🙂