Neuroevolution on the Edge of Chaos

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F17%3A10383931" target="_blank" >RIV/00216208:11320/17:10383931 - isvavai.cz</a>

Výsledek na webu

<a href="https://arxiv.org/abs/1706.01330" target="_blank" >https://arxiv.org/abs/1706.01330</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1145/3071178.3071292" target="_blank" >10.1145/3071178.3071292</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Neuroevolution on the Edge of Chaos

Popis výsledku v původním jazyce

Echo state networks represent a special type of recurrent neural networks. Recent papers stated that the echo state networks maximize their computational performance on the transition between order and chaos, the so-called edge of chaos. This work confirms this statement in a comprehensive set of experiments. Furthermore, the echo state networks are compared to networks evolved via neuroevolution. The evolved networks outperform the echo state networks, however, the evolution consumes significant computational resources. It is demonstrated that echo state networks with local connections combine the best of both worlds, the simplicity of random echo state networks and the performance of evolved networks. Finally, it is shown that evolution tends to stay close to the ordered side of the edge of chaos.

Název v anglickém jazyce

Neuroevolution on the Edge of Chaos

Popis výsledku anglicky

Echo state networks represent a special type of recurrent neural networks. Recent papers stated that the echo state networks maximize their computational performance on the transition between order and chaos, the so-called edge of chaos. This work confirms this statement in a comprehensive set of experiments. Furthermore, the echo state networks are compared to networks evolved via neuroevolution. The evolved networks outperform the echo state networks, however, the evolution consumes significant computational resources. It is demonstrated that echo state networks with local connections combine the best of both worlds, the simplicity of random echo state networks and the performance of evolved networks. Finally, it is shown that evolution tends to stay close to the ordered side of the edge of chaos.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2017

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

GECCO &apos;17 Proceedings of the Genetic and Evolutionary Computation Conference

ISBN

978-1-4503-4920-8

ISSN

—

e-ISSN

neuvedeno

Počet stran výsledku

8

Strana od-do

465-472

Název nakladatele

ACM

Místo vydání

New York, NY, USA

Místo konání akce

Berlin, Germany

Datum konání akce

15. 8. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—