artificial-intelligence - 脉冲(尖峰)神经网络是否优于循环神经网络？

Question

脉冲神经网络和循环神经网络都可以对时变信息进行建模。但我不确定哪种模型相对于计算成本更好。使用更复杂的脉冲神经网络是否值得，或者循环神经网络是否可以在所需计算量少得多的情况下工作？脉冲网络收敛得更快吗？

谢谢

Answer 1

我认为您没有以正确的方式看待问题。神经网络(或任何预测模型)最重要的属性是它的准确性。如果模型的准确度(和预测性)明显提高，我宁愿花 10 倍的时间来构建模型。

有许多标准技术可用于评估模型的预测能力，例如
* 留一法交叉验证
* 留多交叉验证
*费舍尔随机化(http://en.wikipedia.org/wiki/Ronald_Fisher)

构建预测模型还有许多指导原则，例如
* 奥卡姆 Razor
*避免过度拟合(http://web.engr.oregonstate.edu/~tgd/classes/534/slides/part10.pdf)
* 过度拟合的惩罚 (http://en.wikipedia.org/wiki/Regularization_(mathematics))

这里有一些地方可以查找更多信息
http://predictivemodelingblog.blogspot.com/
http://www.statsoft.com/textbook/data-mining-techniques/

底线:选择可以解释您的数据的最简单模型