https://blog.qife122.com/tags/%E5%82%A8%E5%A4%87%E6%B1%A0%E8%AE%A1%E7%AE%97/ Recent content in 储备池计算 on 办公AI智能小助手 Hugo zh-cn qife Wed, 03 Sep 2025 07:56:01 +0800 https://blog.qife122.com/p/%E5%9F%BA%E4%BA%8E%E5%BE%AE%E5%88%86%E7%A5%9E%E7%BB%8F%E5%85%83%E7%8E%AF%E5%BD%A2%E6%8C%AF%E8%8D%A1%E5%99%A8%E7%9A%84%E5%82%A8%E5%A4%87%E6%B1%A0%E8%AE%A1%E7%AE%97%E7%A0%94%E7%A9%B6/ Wed, 03 Sep 2025 07:56:01 +0800 https://blog.qife122.com/p/%E5%9F%BA%E4%BA%8E%E5%BE%AE%E5%88%86%E7%A5%9E%E7%BB%8F%E5%85%83%E7%8E%AF%E5%BD%A2%E6%8C%AF%E8%8D%A1%E5%99%A8%E7%9A%84%E5%82%A8%E5%A4%87%E6%B1%A0%E8%AE%A1%E7%AE%97%E7%A0%94%E7%A9%B6/ <h1 id="基于微分神经元环形振荡器的储备池计算研究">基于微分神经元环形振荡器的储备池计算研究</h1> <h2 id="摘要">摘要</h2> <p>储备池计算是一种利用复杂系统动态特性进行函数逼近的机器学习方法。当前方法主要采用需要恒定电流维持活动的积分神经元耦合网络。本研究引入了一种小世界拓扑结构的微分神经元网络，该网络仅在输入变化时激活，可作为积分神经元的替代性储备计算基质。研究确定了使此类小世界网络成为有效储备池的耦合强度与网络拓扑参数。</p>