研究人员开发了一种新型循环神经网络，称为残差水库记忆网络（ResRMNs）。该模型结合了线性记忆水库和使用残差正交连接的非线性水库，以改善长期数据传播。使用线性稳定性分析对水库状态的动力学进行了分析，并探索了时间残差连接的各种配置。在时间序列和像素级分类任务上的实验表明，ResRMNs的性能优于传统的计算水库模型。 AI
影响 引入了一种新颖的RNN架构，可改善长期数据传播，从而可能提高时间序列和分类任务的性能。
排序理由 这是一篇描述新模型架构的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2508.09925v3 Announce Type: replace-cross Abstract: We introduce a novel class of untrained Recurrent Neural Networks (RNNs) within the Reservoir Computing (RC) paradigm, called Residual Reservoir Memory Networks (ResRMNs). ResRMN combines a linear memory reservoir with a n…