Isi
- Definisi - Apa yang dimaksud dengan Liquid State Machine (LSM)?
- Pengantar Microsoft Azure dan Microsoft Cloud | Sepanjang panduan ini, Anda akan mempelajari tentang apa itu cloud computing dan bagaimana Microsoft Azure dapat membantu Anda untuk bermigrasi dan menjalankan bisnis Anda dari cloud.
- Techopedia menjelaskan Liquid State Machine (LSM)
Definisi - Apa yang dimaksud dengan Liquid State Machine (LSM)?
Liquid state machine (LSM) adalah model atau sistem pembelajaran mesin yang merupakan bagian dari serangkaian model jaringan saraf tertentu. Model-model ini dibangun di atas desain tradisional untuk memperkenalkan cara baru dan inovatif dalam memproses informasi. Seperti jenis lain dari jaringan saraf, mesin keadaan cair dan membangun serupa didasarkan di sekitar neurobiologi otak manusia.
Pengantar Microsoft Azure dan Microsoft Cloud | Sepanjang panduan ini, Anda akan mempelajari tentang apa itu cloud computing dan bagaimana Microsoft Azure dapat membantu Anda untuk bermigrasi dan menjalankan bisnis Anda dari cloud.
Techopedia menjelaskan Liquid State Machine (LSM)
Untuk benar-benar memahami apa itu mesin keadaan cair, penting untuk memahami jenis program pembelajaran mesin yang menjadi sasarannya. Jenis pembelajaran mesin ini kadang-kadang disebut jaringan saraf "generasi ketiga", dan banyak ahli menyebut jaringan saraf "spiking" untuk menggambarkan bagaimana mereka bekerja. Jaringan saraf spiking, yang menggunakan banyak model yang sama dengan mesin keadaan cair, menambah properti waktu untuk elemen sinaptik dan saraf.
Dalam model mesin keadaan cair, evaluasi aktivitas saraf spiking mengarah ke pola spatiotemporal aktivasi jaringan neuron. Ini adalah jenis jaringan saraf berulang, sehingga jenis memori tertentu dipertahankan sepanjang proses.
Petunjuk lain tentang sifat mesin keadaan cair berkaitan dengan nama jenis jaringan saraf spiking ini.
Idenya adalah bahwa menjatuhkan batu atau benda padat lainnya ke badan air atau cairan lain menghasilkan riak di permukaan, dan aktivitas di bawah permukaan, yang dapat dievaluasi untuk memahami apa yang terjadi dalam sistem. Dengan cara yang sama, manusia dapat mengevaluasi operasi mesin keadaan cair untuk memahami lebih lanjut tentang bagaimana memodelkan aktivitas otak manusia. Namun, hal penting yang perlu diperhatikan adalah bahwa mesin keadaan cair memiliki beberapa kelemahan atau tantangan tertentu. Salah satunya adalah menjadi sangat sulit untuk benar-benar mengamati pekerjaan komputasi, dan mustahil untuk merekayasa balik sistem karena ada aturan yang kurang ketat pada proses itu sendiri. Para ahli menunjukkan bahwa dalam mesin keadaan cair, sirkuit tidak dapat dikodekan dengan keras untuk melakukan tugas tertentu, dan karena keserbagunaan sistem dan desainnya, ada sedikit kendali atas proses jaringan saraf pada umumnya.