Schwache zeitliche Lokalität

Ein Lernalgorithmus für dynamische neuronale Netze heiße zeitlich schwach lokal, wenn beim on-line-Lernen für gegebene Netzwerkgröße (gemessen durch die Anzahl aller Verbindungen) und gegebene Netzwerktopologie der Spitzenberechnungsaufwand für jeden Zeitschritt gleich $O(1)$ ist, und zwar für zeitlich beliebig lange Eingabesequenzen.

Related links in English: Recurrent neural networks - Subgoal learning - Reinforcement learning and POMDPs - Reinforcement learning economies - Selective attention
Deutsche Heimseite