Jove
Visualize
Contáctanos

Videos de Experimentos Relacionados

Redes neuronales de replicador para la codificación de fuente óptima universal.

R Hecht-Nielsen

    Science (New York, N.Y.)
    |September 29, 1995
    PubMed
    Resumen
    Este resumen es generado por máquina.

    Videos de Conceptos Relacionados

    También podría leer

    Artículos Relacionados

    Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

    Ordenar por
    Same author

    Counterpropagation networks.

    Applied optics·2010
    Same author

    Nearest matched filter classification of spatiotemporal patterns.

    Applied optics·2010
    Same author

    Conditional probability density function estimation with sigmoidal neural networks.

    IEEE transactions on neural networks·2008
    Same author

    A biologically motivated solution to the cocktail party problem.

    Neural computation·2001
    Same author

    A supervised learning neural network coprocessor for soft-decision maximum-likelihood decoding.

    IEEE transactions on neural networks·1995
    Same journal

    A native sulfur deposit in Gale crater, Mars.

    Science (New York, N.Y.)·2026
    Same journal

    Coordinated demise of harmful algal blooms.

    Science (New York, N.Y.)·2026
    Same journal

    Genetic effects put into context.

    Science (New York, N.Y.)·2026
    Same journal

    Bacteria share proteins to survive antibiotics.

    Science (New York, N.Y.)·2026
    Same journal

    Impacts shaped Earth's first continents.

    Science (New York, N.Y.)·2026
    Same journal

    Erratum for the Report "Covalently bonded single-molecule junctions with stable and reversible photoswitched conductivity" by C. Jia <i>et al</i>.

    Science (New York, N.Y.)·2026
    Ver todos los artículos relacionados
    JoVE
    x logofacebook logolinkedin logoyoutube logo
    ACERCA DE JoVE
    Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
    AUTORES
    Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
    BIBLIOTECARIOS
    TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
    INVESTIGACIÓN
    JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
    EDUCACIÓN
    JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
    Términos y Condiciones de Uso
    Política de Privacidad
    Políticas

    Las redes neuronales replicadoras logran una compresión de datos óptima al minimizar el error de reconstrucción. Estas redes también descubren sistemas de coordenadas únicos para variedades de datos, mejorando la representación de datos.

    Área de la Ciencia:

    • La inteligencia artificial es inteligencia artificial.
    • Aprendizaje automático Aprendizaje automático.
    • Teoría de la información La teoría de la información es la teoría de la información.

    Sus antecedentes:

    • Las redes neuronales de replicadores se autoorganizan al tratar las entradas como salidas deseadas, creando representaciones internas de datos comprimidos.
    • Investigaciones anteriores indicaron el potencial para una compresión óptima de datos en estas redes.

    Objetivo del estudio:

    • Demostrar que las redes neuronales de replicadores pueden lograr una compresión de datos óptima para fuentes de datos arbitrarias.
    • Introducir un nuevo modelo de fuente de datos, variedades de datos y analizar el comportamiento de la red dentro de este marco.

    Principales métodos:

    • Utilizando un teorema que demuestra la compresión óptima de datos a través de la minimización del error de reconstrucción del cuadrado medio.

    Videos de Experimentos Relacionados

  • Capacitación de redes de replicadores en ejemplos de datos sin procesar.
  • Introducción y análisis de las propiedades de las variedades de datos.

    • Principales resultados:

    • Un teorema confirma que minimizar el error de reconstrucción del cuadrado promedio permite una compresión óptima de datos para diversas fuentes de datos.
    • La introducción de los múltiplos de datos como un modelo generalizado de la fuente de datos.
    • Un segundo teorema muestra que las redes de compresión óptima definen de manera única los sistemas de coordenadas naturales para las variedades de datos en un caso límite clave.

    Conclusiones:

    • Las redes neuronales de replicadores son teóricamente capaces de una óptima compresión de datos.
    • El concepto de variedades de datos proporciona un nuevo marco para la comprensión de las fuentes de datos.
    • Estas redes descubren naturalmente las estructuras subyacentes dentro de los datos, formando sistemas de coordenadas únicos.