【技术实现步骤摘要】
本专利技术属于光电反馈储备池系统，尤其涉及一种高性能多时延光电反馈储备池并行计算方法及系统。
技术介绍
1、生物神经系统中，神经元通过突触传递信号，在大脑内部形成复杂的连接网络。这种网络结构启发了人工神经网络的设计。递归神经网络rnn作为其中一种神经网络，能够模拟神经元之间的连接和信号传递，具有记忆和预测上下文信息的能力，被广泛应用于各种复杂任务。然而，rnn在训练过程中存在训练复杂度高和梯度消失等问题。为了解决这些问题，储备池rc应运而生。在rc中，隐含层内的神经元采用随机稀疏的连接方式，这种连接方式反映了网络的运行状态并具有短期记忆功能。储备池的连接权重矩阵在随机生成后不再变化，这样大大简化了神经网络的训练过程。rc只需要通过线性回归在训练输出层得到输出连接权重矩阵，而不需要进行全网络的反向传播和梯度更新。通过保持“记忆”的稳定性，训练过程中的梯度不会进行过多的调整，从而减少了梯度消失和梯度爆炸的问题。因此，储备池被广泛应用于时间序列预测、语音识别、非线性信道均衡、故障诊断等领域。
2、rc的简单结构使得可以用物理硬件实...
【技术保护点】
1.一种高性能多时延光电反馈储备池并行计算方法，其特征在于，具体步骤为：
2.一种高性能多时延光电反馈储备池并行计算系统，其特征在于，由三大部分组成：
【技术特征摘要】
1.一种高性能多时延光电反馈储备池并行计算方法，其特征在于，具体步骤为：
<...【专利技术属性】
技术研发人员：蒋林，袁馨，闫连山，易安林，潘炜，罗斌，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。