×

结晶亚临界顺序机器提取器:CrySSMEx。 (英语) Zbl 1099.68763号

摘要:这封信提出了一种算法CrySSMEx,用于提取动态系统(如递归神经网络)的最小有限状态机描述。与以前的算法不同,CrySSMEx是无参数且具有确定性的,它可以有效地生成一系列日益精细的模型。为了考虑系统的状态空间动力学,开发了一种新的动态系统有限随机模型和一种新矢量量化函数。实验表明:(1)从可描述为正则文法的系统中提取出来是很简单的,(2)从高维系统中提取是可行的,(3)从混沌系统中提取近似模型是可行的。结果是有希望的,对缺点的分析表明可能有一些进一步的改进。还确定了从递归神经网络中提取规则领域与其他领域的一些被忽视的联系。

MSC公司:

68岁20岁 模拟(MSC2010)
68T05型 人工智能中的学习和自适应系统

关键词:

循环神经网络

软件:

CrySSMEx公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 内政部:10.1016/0950-7051(96)81920-4·doi:10.1016/0950-7051(96)81920-4
[2] 内政部:10.1016/0890-5401(87)90052-6·Zbl 0636.68112号 ·doi:10.1016/0890-5401(87)90052-6
[3] DOI:10.1016/j.tcs.2003.11.004·Zbl 1069.68086号 ·doi:10.1016/j.tcs.2003.11.004
[4] DOI:10.145/227607.227611·doi:10.1145/227607.227611
[5] 内政部:10.1162/neco.1997.9.5.1127·doi:10.1162/neco.1999.9.5.1127
[6] Bodén M.,《连接科学》,第12(3)页,196–(2000)
[7] 内政部:10.1162/neco.1996.8.6.1135·doi:10.1162/neco.1996.8.6.1135
[8] DOI:10.1207/s15516709cog2302_2·doi:10.1207/s15516709cog2302_2
[9] 内政部:10.1162/neco.1989.1.3.372·doi:10.1162/neco.1989.1.3.372
[10] 内政部:10.1007/BF00993277·doi:10.1007/BF00993277
[11] 内政部:10.1006/ijhc.2000.0394·Zbl 1011.68621号 ·doi:10.1006/ijhc.2000.0394
[12] 内政部:10.1016/0167-2789(94)90273-9·Zbl 0860.68046号 ·doi:10.1016/0167-2789(94)90273-9
[13] DOI:10.1016/j.patcog.2005.01.003·doi:10.1016/j.patcog.2005.01.003
[14] DOI:10.1016/0364-0213(90)90002-E·doi:10.1016/0364-0213(90)90002-E
[15] 内政部:10.1109/72.963769·电话:10.1109/72.9963769
[16] 内政部:10.1162/neco.1992.4.3.393·doi:10.1162/neco.1992.4.3.393
[17] DOI:10.1016/S0019-9958(67)91165-5·Zbl 0259.68032号 ·doi:10.1016/S0019-9958(67)91165-5
[18] 内政部:10.1162/08997660360675080·Zbl 1085.68125号 ·doi:10.1162/08997660360675080
[19] 内政部:10.1162/0899766053630350·Zbl 1087.68089号 ·doi:10.1162/0899766053630350
[20] 内政部:10.1109/TNN.2003.813837·doi:10.1109/TNN.2003.813837
[21] DOI:10.11162/089977601300014538·Zbl 0973.68200号 ·doi:10.1162/089976601300014538
[22] 内政部:10.1109/9.917660·Zbl 1045.93032号 ·doi:10.1109/9.917660
[23] 内政部:10.1162/neco.1996.6.1155·doi:10.1162/neco.1996.6.1155
[24] 内政部:10.1007/BF02478259·Zbl 0063.03860号 ·doi:10.1007/BF02478259
[25] 内政部:10.1016/0743-1066(94)90035-3·Zbl 0816.68043号 ·doi:10.1016/0743-1066(94)90035-3
[26] DOI:10.1016/S0019-9958(63)90290-0·Zbl 0182.33602号 ·doi:10.1016/S0019-9958(63)90290-0
[27] 内政部:10.1086/288559·doi:10.1086/288559
[28] DOI:10.1007/BF00124609·doi:10.1007/BF00124609
[29] DOI:10.1109/72.728352·doi:10.1109/72.728352
[30] Tio P.,IEEE神经网络汇刊第6页–(2004)
[31] DOI:10.1109/72.750555·doi:10.1109/72.750555
[32] Tio P.,《神经网络世界》8(5),第517页–(1998)
[33] 内政部:10.1162/08997660460733994·Zbl 1084.68110号 ·数字对象标识代码:10.1162/08997660460733994
[34] 内政部:10.1145/1968.1972·Zbl 0587.68077号 ·数字对象标识代码:10.1145/1968.1972
[35] DOI:10.1023/B:想法0000045990.57744.2b·doi:10.1023/B:MIND.000045990.57744.2b
[36] 内政部:10.1137/S0363012991219766·Zbl 0826.93004号 ·doi:10.1137/S0363012991219766
[37] 内政部:10.1162/neco.1993.5.6.976·doi:10.1162/neco.1993.5.6.976
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。