Рідкий скінченний автомат
Рідки́й скінче́нний автома́т (РСА, англ. liquid state machine, LSM) — це особливий вид імпульсної нейронної мережі[en]. РСА складається з великого зібрання вузлів (що називають нейронами). Кожен вузол отримує змінюваний з часом вхід від зовнішніх джерел (входи, англ. inputs), а також і від інших вузлів. Вузли є випадково з'єднаними один з одним. Рекурентна природа цих з'єднань перетворює змінюваний в часі вхід на просторово-часовий візерунок[en] збуджень вузлів мережі. Просторово-часові візерунки збудження зчитуються лінійно розділювальними вузлами.
Суп із рекурентно з'єднаних вузлів у кінцевому підсумку обчислюватиме велике розмаїття нелінійних функцій над входом. З огляду на достатньо велике розмаїття таких нелінійних функцій, теоретично можливо отримати лінійні комбінації (використовуючи вузли зчитування) для виконання будь-якої математичної операції, потрібної для виконання певного завдання, такого як розпізнавання мовлення, або комп'ютерний зір.
Слово «рідкий» у назві походить від аналогії з киданням каменя до нерухомого об'єму води або іншої рідини. Падіння каменю створить брижі на поверхні рідини. Вхід (рух каменю, що падає) було перетворено на просторово-часовий візерунок переміщення рідини (брижі).
РСА було висунуто як спосіб пояснення дії мозку. РСА обговорюються як вдосконалення по відношенню до теорії штучних нейронних мереж, оскільки:
- Ланцюги не закодовано жорстко для виконання конкретного завдання.
- Входи неперервного часу обробляються «природно».
- Обчислення на різних масштабах часу можуть виконуватися на одній і тій самій мережі.
- Одна й та сама мережа може виконувати декілька обчислень.
Критика РСА при застосуванні в обчислювальній нейронауці полягає в тому, що
- РСА насправді не пояснюють, як працює мозок. В кращому випадку, вони можуть повторювати деякі частини функціональності мозку.
- Немає гарантованого способу препарувати працюючу мережу, і з'ясувати, як або які виконуються обчислення.
- Дуже мало контролю над процесом.
Універсальне наближення функцій[ред. | ред. код]
Якщо резервуар має пам'ять із згасанням (англ. fading memory) та роздільність входу (англ. input separability), за допомогою зчитування, може бути показано, що рідкий скінченний автомат є універсальним наближувачем функцій, за допомогою теореми Стоуна — Вейєрштрасса.[1]
Див. також[ред. | ред. код]
- Мережа з відлунням стану: подібне поняття в рекурентній нейронній мережі.
- Резервуарне обчислення: концептуальна система.
- Самоорганізаційна карта
Бібліотеки[ред. | ред. код]
- LiquidC#: Реалізація топологічно стійкого рідкого скінченного автомату з нейромережевим детектором
Примітки[ред. | ред. код]
- ↑ Maass, Wolfgang; Markram, Henry (2004), On the Computational Power of Recurrent Circuits of Spiking Neurons, Journal of Computer and System Sciences, 69 (4): 593—616, doi:10.1016/j.jcss.2004.04.001 (англ.)
Література[ред. | ред. код]
- Maass, Wolfgang; Natschläger, Thomas; Markram, Henry (November 2002), Real-time computing without stable states: a new framework for neural computation based on perturbations (PDF), Neural Comput, 14 (11): 2531—60, doi:10.1162/089976602760407955, PMID 12433288, архів оригіналу (PDF) за 22 лютого 2012.
{{citation}}: Недійсний|deadurl=unfit(довідка) - Wolfgang Maass; Thomas Natschläger; Henry Markram (2004), Computational Models for Generic Cortical Microcircuits, In Computational Neuroscience: a Comprehensive Approach, Ch 18, 18: 575—605
- Fernando, Chrisantha; Sojakka, Sampsa; Of Series Lecture Notes In Computer Science, ISBN (2005), Pattern Recognition in a Bucket, In Advances in Artificial Life: 978—3