Training Performance of Echo State Neural Networks

Abstract : This article proposes a first theoretical performance analysis of the training phase of large dimensional linear echo-state networks. This analysis is based on advanced methods of random matrix theory. The results provide some new insights on the core features of such networks, thereby helping the practitioner when using them.
Type de document :
Communication dans un congrès
IEEE Statistical Signal Processing Workshop 2016 (SSP'16), Palma de Majorca, Spain, Jun 2016, Palma de Majorca, Spain. IEEE Statistical Signal Processing Workshop 2016 (SSP'16), Palma de Majorca, Spain
Liste complète des métadonnées

Littérature citée [1 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01633450
Contributeur : Hafiz Tiomoko Ali <>
Soumis le : lundi 11 juin 2018 - 10:33:25
Dernière modification le : lundi 17 décembre 2018 - 14:28:06
Document(s) archivé(s) le : mercredi 12 septembre 2018 - 13:32:13

Fichier

NN_SSP.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01633450, version 2

Citation

Romain Couillet, Gilles Wainrib, Harry Sevi, Hafiz Tiomoko Ali. Training Performance of Echo State Neural Networks. IEEE Statistical Signal Processing Workshop 2016 (SSP'16), Palma de Majorca, Spain, Jun 2016, Palma de Majorca, Spain. IEEE Statistical Signal Processing Workshop 2016 (SSP'16), Palma de Majorca, Spain. 〈hal-01633450v2〉

Partager

Métriques

Consultations de la notice

102

Téléchargements de fichiers

30