Machine à état liquide (LSM)

Auteur: Roger Morrison
Date De Création: 27 Septembre 2021
Date De Mise À Jour: 1 Juillet 2024
Anonim
Machine à état liquide (LSM) - La Technologie
Machine à état liquide (LSM) - La Technologie

Contenu

Définition - Que signifie machine à état liquide (LSM)?

Une machine à état liquide (LSM) est un modèle ou système d’apprentissage automatique faisant partie d’une série de modèles de réseaux de neurones particuliers. Ces modèles s’appuient sur les conceptions traditionnelles pour introduire des méthodes nouvelles et innovantes de traitement de l’information. Comme d'autres types de réseaux de neurones, les machines à état liquide et les constructions similaires sont basées sur la neurobiologie du cerveau humain.


Introduction à Microsoft Azure et au nuage Microsoft | Tout au long de ce guide, vous apprendrez ce qu'est le cloud computing et comment Microsoft Azure peut vous aider à migrer et à exploiter votre entreprise à partir du cloud.

Techopedia explique la machine à état liquide (LSM)

Pour vraiment comprendre ce qu'est une machine à l'état liquide, il est important de comprendre le type de programme d'apprentissage machine dans lequel elle s'inscrit. Ces types d’apprentissage automatique sont parfois appelés réseaux de neurones de «troisième génération», et de nombreux experts parlent de «réseaux de neurones» pour illustrer leur fonctionnement. Le réseau de neurones à pics, qui utilise nombre des mêmes modèles qu’une machine à état liquide, ajoute une propriété temporelle aux éléments synaptiques et neuronaux.


Dans un modèle de machine à état liquide, l'évaluation de l'activité neuronale de dopage conduit à un motif spatiotemporel d'activation du réseau de neurones. Il s'agit d'un type de réseau de neurones récurrent, de sorte que certains types de mémoire sont préservés tout au long du processus.

Un autre indice sur la nature d'une machine à état liquide concerne le nom de ce type particulier de réseau de neurones dopant.

L'idée est que le fait de laisser tomber une pierre ou un autre objet solide dans une masse d'eau ou un autre liquide produit des ondulations à la surface et une activité sous la surface qui peuvent être évaluées pour comprendre ce qui se passe dans le système. De la même manière, les humains peuvent évaluer les opérations d'une machine à état liquide pour mieux comprendre comment elle modélise l'activité du cerveau humain. Cependant, il est important de noter que les machines à état liquide présentent des faiblesses ou des défis particuliers. L'une d'elles est qu'il devient très difficile d'observer réellement le travail de calcul et impossible de procéder à une ingénierie inverse du système, car les règles sont moins strictes pour le processus lui-même. Les experts soulignent que, dans une machine à état liquide, les circuits ne sont pas codés en dur pour effectuer des tâches spécifiques et qu'en raison de la polyvalence du système et de sa conception, le contrôle du processus du réseau neuronal est généralement moindre.