दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

एआई प्रणाली लचीलापन बढ़ाना: नियंत्रण सिद्धांत पर आधारित एलएसटीएम लचीलापन का निर्माण और गारंटी

Created by
  • Haebom

लेखक

सोटा योशिहारा (ग्रेजुएट स्कूल ऑफ मैथेमेटिक्स, नागोया यूनिवर्सिटी), रयोसुके यामामोटो (एआईएसआईएन सॉफ्टवेयर कंपनी लिमिटेड), हिरोयुकी कुसुमोटो (ग्रेजुएट स्कूल ऑफ मैथमेटिक्स, नागोया यूनिवर्सिटी), मसानारी शिमुरा (ग्रेजुएट स्कूल ऑफ मैथमेटिक्स, नागोया यूनिवर्सिटी)

रूपरेखा

यह शोधपत्र नियंत्रण प्रणालियों में दीर्घ-अल्पकालिक स्मृति (LSTM) नेटवर्कों की लचीलापन सुनिश्चित करने और उसका मूल्यांकन करने के लिए एक नवीन सैद्धांतिक ढाँचा प्रस्तावित करता है। हम असामान्य इनपुट के बाद LSTMs को स्थिर अवस्था में लौटने में लगने वाले समय को मापने के लिए एक नए लचीलापन मापक के रूप में "पुनर्प्राप्ति समय" का परिचय देते हैं। LSTMs के लिए वृद्धिशील इनपुट-अवस्था स्थिरता ($\delta$ISS) के सिद्धांत को गणितीय रूप से बेहतर बनाकर, हम पुनर्प्राप्ति समय की एक व्यावहारिक, आँकड़ा-स्वतंत्र ऊपरी सीमा प्राप्त करते हैं। यह ऊपरी सीमा लचीलापन-जागरूक अधिगम को सक्षम बनाती है। एक सरल मॉडल पर प्रायोगिक सत्यापन हमारे लचीलापन आकलन और नियंत्रण पद्धति की प्रभावशीलता को प्रदर्शित करता है, और सुरक्षा-महत्वपूर्ण AI अनुप्रयोगों में कठोर गुणवत्ता आश्वासन की नींव को मज़बूत करता है।

Takeaways, Limitations

•
Takeaways:
◦
हम एक नया मीट्रिक, "रिकवरी टाइम" प्रस्तुत करते हैं, जो LSTM नेटवर्क के लचीलेपन का मात्रात्मक मूल्यांकन कर सकता है।
◦
डेटा-स्वतंत्र पुनर्प्राप्ति समय पर ऊपरी सीमा प्रदान करके लचीलापन-जागरूक सीखने को सक्षम बनाता है।
◦
हम सुरक्षा-महत्वपूर्ण AI अनुप्रयोगों में LSTM नेटवर्क की गुणवत्ता आश्वासन के लिए एक कठोर सैद्धांतिक आधार प्रदान करते हैं।
•
Limitations:
◦
प्रस्तावित विधि की प्रभावशीलता को केवल सरल मॉडलों पर प्रयोगों के माध्यम से सत्यापित किया गया है, तथा जटिल वास्तविक दुनिया प्रणालियों के लिए इसकी मापनीयता निर्धारित करने के लिए आगे अनुसंधान की आवश्यकता है।
◦
यह निर्धारित करने के लिए आगे विश्लेषण की आवश्यकता है कि क्या $\Delta$ISS सिद्धांत के गणितीय परिशोधन को LSTM नेटवर्क के सभी प्रकारों और स्थितियों पर लागू किया जा सकता है।
◦
पुनर्प्राप्ति समय की ऊपरी सीमा की सटीकता और रूढ़िवादिता का अधिक गहन विश्लेषण आवश्यक है।
👍
Made with Slashpage