Spisu treści:
Definicja - Co oznacza Liquid State Machine (LSM)?
Maszyna stanu płynnego (LSM) to model lub system uczenia maszynowego, który jest częścią szeregu określonych modeli sieci neuronowych. Modele te opierają się na tradycyjnych wzorach w celu wprowadzenia nowych i innowacyjnych sposobów przetwarzania informacji. Podobnie jak inne rodzaje sieci neuronowych, maszyny stanu ciekłego i podobne kompilacje opierają się na neurobiologii ludzkiego mózgu.
Techopedia wyjaśnia Liquid State Machine (LSM)
Aby naprawdę zrozumieć, czym jest maszyna stanu płynnego, ważne jest, aby zrozumieć rodzaj programu uczenia maszynowego, w który się wpada. Tego rodzaju uczenie maszynowe nazywane są czasem sieciami neuronowymi „trzeciej generacji”, a wielu ekspertów odwołuje się do sieci neuronowych „wzbogacających”, aby zilustrować ich działanie. Wzmocniona sieć neuronowa, która wykorzystuje wiele takich samych modeli jak maszyna stanu ciekłego, dodaje właściwości czasu elementom synaptycznym i neuronowym.
W modelu maszyny w stanie ciekłym ocena gwałtownej aktywności neuronowej prowadzi do czasoprzestrzennego wzorca aktywacji sieci neuronowej. Jest to cykliczny typ sieci neuronowej, więc pewne typy pamięci są zachowywane przez cały proces.
Kolejna wskazówka dotycząca natury maszyny stanu płynnego ma związek z nazwą tego szczególnego rodzaju szczytowej sieci neuronowej.
Chodzi o to, że upuszczenie kamienia lub innego stałego przedmiotu do zbiornika wodnego lub innej cieczy powoduje powstawanie zmarszczek na powierzchni i aktywność pod powierzchnią, którą można ocenić, aby zrozumieć, co dzieje się w systemie. W ten sam sposób ludzie mogą oceniać działanie maszyny stanu ciekłego, aby lepiej zrozumieć, w jaki sposób modeluje aktywność ludzkiego mózgu. Należy jednak zauważyć, że maszyny stanu płynnego mają pewne szczególne słabości lub wyzwania. Jedną z nich jest to, że bardzo trudno jest naprawdę obserwować pracę obliczeniową i niemożliwe jest przeprowadzenie inżynierii wstecznej systemu, ponieważ istnieją mniej rygorystyczne reguły dotyczące samego procesu. Eksperci zwracają uwagę, że w maszynie o stanie płynnym obwody nie są zakodowane na sztywno, aby wykonywać określone zadania, a ze względu na wszechstronność systemu i jego konstrukcji, ogólna kontrola sieci neuronowej jest mniejsza.
