The effect of the non-linear function on system dynamics within delay-feedback reservoirs
Notice bibliographique
Résumé
Delay-feedback reservoirs are a subset of reservoir computers characterized by a hardware-efficient architecture that trades spatial complexity for temporal processing. It employs a single non-linear node, a delay line, and a time-multiplexed input signal to generate a network of "virtual nodes," effectively emulating a larger spatial neural network. One of the most powerful aspects of delay-feedback reservoirs is their versatility. Our previous work found that the non-linear node performs two mathematical functions, a non-linear transform and integration. The non-linear transform can be represented by any number of non-linear functions, making it difficult to optimize a delay-feedback reservoir to solve a specific computational task. This work explores different non-linear functions in order to determine their effect on the dynamics of the reservoir, in order to provide insight into this optimization problem. Five different non-linear functions are compared in terms of performance, metrics, and utilization: Mackey-Glass, sine squared, double sinusoids, Tan, and Tanh. Our results find that the Mackey-Glass non-linear function shows limited system dynamics, performing well on non-linear tasks but performing poorly on memory intensive tasks. We then demonstrate the distinct system dynamics within the other four non-linear functions. We found that sine squared shows limited overall performance, double sinusoid performs well in non-linear tasks, Tan resembles an odd valued exponent Mackey-Glass reservoir but with greater parameter sensitivity, and tanh offers balanced performance across both task types. We find that modifying the system dynamics of a reservoir is an important step toward optimizing a delay-feedback reservoir for specific computational tasks.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».