使用储层计算器预测具有频繁相位转移的强制 Van der Pol 方程

Apr, 2024

使用储层计算器预测具有频繁相位转移的强制 Van der Pol 方程

Forecasting the Forced Van der Pol Equation with Frequent Phase Shifts Using a Reservoir Computer

Sho Kuno, Hiroshi Kori

TL;DR预测具有外部驱动相位快速变化的非自治动力系统的可行性进行了研究，结果表明，尽管存在隐藏变量，但非自治动力系统仍然是可预测的，并且储层计算机可以为个体轮班工人提供更好的计划安排。

Abstract

A reservoir computer (RC) is a recurrent neural network (RNN) framework that achieves computational efficiency where only readout layer training is required. Additionally, it effectively predicts nonlinear dynamical system tasks and has various applications. RC is effective for forecas

reservoir computer nonautonomous dynamical systems predictability rapid changes external drive

发现论文，激发创造

基于孤立波和生物灵感非线性变换的物理储层计算

利用表面流动液膜上激发的孤立波，实验证明一种物理上的储备计算系统，该系统通过对输入数据进行非线性转换来替代随机性的影响，从而作为传统储备计算算法的技术简单的硬件改进。

Jan, 2024

传统与新一代蓄水库计算的混合应用在动力系统精确高效预测中

基于混合模型的混沌动力系统时间序列预测方法能够提高计算效率和解决传统模型的局限性。

Mar, 2024

关于蓄水池计算及其超越传统机器学习的跨学科应用的调查

储备计算（RC）是一种递归神经网络，通过随机连接神经元实现对时间信号处理的应用。该模型具有丰富的动力学、线性可分性和记忆能力，可在各种应用中生成适当的响应。RC 的研究领域涉及机器学习、物理学、生物学和神经科学，可应用于物理硬件和生物设备的复杂动力学实现及对大脑机制的理解。本文对 RC 的发展进行了综合回顾，包括模型、应用和脑机制的建模，并提供了储备设计、编码框架统一、物理实现以及与认知神经科学和进化之间的相互作用等新视角。

Jul, 2023

一种周期时间序列预测的新型储备架构

本文介绍了一种基于储层计算的新方法，用于预测周期性时间序列，特别适用于生成音乐节奏等需要精确预测节奏的任务。我们的方法利用储层计算，并以预测人类节奏感知为最终目标。我们的网络准确地预测人类频率感知范围内的节奏信号。模型结构包含主要和中间神经元，用于捕捉和传递节奏信息。两个参数矩阵 c 和 k 调节储层的动态特性。我们提出了一个损失函数来调整训练后的 c，并引入了一种动态选择机制来调整 k，以便关注具有杰出贡献的区域。在多样化的测试集上的实验结果展示了准确的预测，并通过实时调整储层的 c 和 k 进一步提高了预测性能。比较评估结果显示其相对于传统模型具有更出色的性能。

May, 2024

自回归型时间序列数据的完全预测水库计算的数学结构

强调了递归神经网络中的输入和循环权重矩阵的隐藏结构，并证明这些结构在 AR 类型的时间序列数据中实现了完美预测。

Sep, 2023

使用机器学习控制动态系统达到复杂目标状态：下一代与经典的储层计算

应用机器学习控制混沌参数 Lorenz 系统，研究表明下一代水库计算在数据有限的情况下可以显著优于传统水库计算，并在实际控制应用中具有进一步潜力。

Jul, 2023

使用测量控制的量子动力学进行储备计算

我们引入了一种量子 RC 系统，利用共振腔中的受探测原子的动力学，提出的量子储层可以使用较少的人工神经元进行快速可靠的预测，理论上验证了储层的操作并展示了在计算和能源资源有限的条件下使用近似计算方法进行可行预测的潜力。

Mar, 2024

振荡增强带有反馈的库蓄水计算中的时间序列预测

通过振荡驱动储层计算的反馈机制，本研究提出一种能够稳定网络活动且诱导复杂储层动力学的储层计算模型，即振荡驱动储层计算（ODRC）。ODRC 在运动定时和混沌时间序列预测任务中与传统储层计算方法相比能更准确地复现长期目标时间序列，并能从有限观测中学习到抽象生成规则。基于这种简单且计算廉价的实现所获得的显著改进，ODRC 可作为各种时间序列数据的实用模型，并可作为神经震荡及其小脑处理器的模型进行生物学探讨。

Jun, 2024

量子下一代储层计算：一种用于预测量子动力学的高效量子算法

提出了基于完全量子计算的下一代油藏计算方法，能够准确预测量子动力学的多体系统，且通过跳跃预测技术能够在预测远期状态时减少中间状态的信息提取，并结合块编码技术实现了计算效率的量子加速方法。

Aug, 2023

递归神经网络中的反向传播算法和储备计算用于复杂时空动态预测

本文研究使用循环神经网络以及储备计算和时域反向传播来预测高维和低维复杂系统的时空动态，结果表明：对于长期预测混沌系统，当全部状态动态数据用于训练时，储备计算方法的预测性能优于时域反向传播，但在使用低维数据时时域反向传播方法表现更好。同时该研究还首次量化了使用时域反向传播方法的 Lyapunov 谱。

Oct, 2019