基于多反馈环结构提高硬件储备池记忆能力

• 作者: 方捻 李磊 王陆唐 黄肇明
• 来源期刊: 电子学报
• 学科: 地球科学
• 关键词: 递归神经网络 硬件储备池 多反馈环 记忆能力 30阶非线性自回归移动平均(NARMA30)
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 298-303
• 页数: 6页
• 分类号: TP183|N93|TN29
• 字数: 3204字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.02.006

摘要

针对单反馈环硬件储备池记忆能力不足的问题,提出一种基于多反馈环结构提高储备池记忆能力的方法.通过增加反馈环将更早输入信号产生的响应重新注入回储备池,使更早期的输入信号也影响储备池的内部动态,从而增强储备池的记忆能力.仿真研究了单个和多个反馈环结构的储备池的记忆能力及其在需要更长记忆能力的NAR-MA30任务中的预测性能.结果表明,把反馈环增加到10个,虚节点数为50时储备池的记忆能力由单反馈环的18.2提高到40.2.仅用两个反馈环,虚节点数为1000时NARMA30预测的归一化均方根误差可从单反馈环的0.27降到0.09.说明通过合理设置多个反馈环的参数,可以设计出任务需要的特定记忆能力,部分解决了储备池的适应性问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李磊	上海大学通信与信息工程学院特种光纤与光接入网重点实验室	50	402	10.0	19.0
2	黄肇明	上海大学通信与信息工程学院特种光纤与光接入网重点实验室	67	374	10.0	16.0
3	方捻	上海大学通信与信息工程学院特种光纤与光接入网重点实验室	31	103	6.0	9.0
4	王陆唐	上海大学通信与信息工程学院特种光纤与光接入网重点实验室	28	218	7.0	14.0