Indholdsfortegnelse:
- Definition - Hvad betyder Liquid State Machine (LSM)?
- Techopedia forklarer Liquid State Machine (LSM)
Definition - Hvad betyder Liquid State Machine (LSM)?
En liquid state-maskine (LSM) er en maskinlæringsmodel eller -system, der er en del af en række særlige neurale netværksmodeller. Disse modeller bygger på traditionelle design til at introducere nye og innovative måder at behandle information på. Ligesom andre former for neurale netværk, er flydende tilstandsmaskiner og lignende bygninger baseret på neurobiologien i den menneskelige hjerne.
Techopedia forklarer Liquid State Machine (LSM)
For virkelig at forstå, hvad en flydende tilstand er, er det vigtigt at forstå den type maskinindlæringsprogram, som den falder ind i. Disse typer maskinindlæring kaldes undertiden ”tredje generation” neurale netværk, og mange eksperter henviser til ”spiking” neurale netværk for at illustrere, hvordan de fungerer. Det piggende neurale netværk, der bruger mange af de samme modeller som en flydende tilstandsmaskine, tilføjer en egenskab af tid til synaptiske og neurale elementer.
I en væsketilstandsmaskinemodel fører evaluering af pigment neural aktivitet til et spatiotemporal mønster af aktivering af neuronetværk. Dette er en tilbagevendende type neuralt netværk, så visse typer hukommelse bevares under hele processen.
En anden ledetråd til arten af en flydende tilstandsmaskine har at gøre med navnet på denne særlige form for spydende neurale netværk.
Tanken er, at det at tabe en sten eller en anden fast genstand i en vandmasse eller en anden væske producerer krusninger på overfladen og aktivitet under overfladen, der kan evalueres for at forstå, hvad der sker i systemet. På samme måde kan mennesker evaluere driften af en væsketilstandsmaskine for at forstå mere om, hvordan det modellerer menneskelig hjerneaktivitet. En vigtig ting at bemærke er imidlertid, at maskiner i flydende tilstand har nogle særlige svagheder eller udfordringer. En af disse er, at det bliver meget vanskeligt at virkelig observere beregningsarbejde og umuligt at omvendt konstruere systemet, fordi der er mindre strenge regler for selve processen. Eksperter påpeger, at kredsløb i en væsketilstandsmaskine ikke er hardkodede til at udføre specifikke opgaver, og på grund af systemets alsidighed og dets design er der mindre kontrol over neurale netværksprocessen generelt.
