技术
Reservoir Computing（储备池计算）
储备池计算是一种递归神经网络训练范式，仅训练输出层而保持内部连接随机固定，解决传统RNN训练困难的问题，典型应用于时间序列预测和混沌系统建模，代表工作有回声状态网络。
详细解释
背景：传统RNN因梯度消失和爆炸难以训练。技术说明：储备池计算使用随机生成的大规模动态储备池（如回声状态网络）将输入映射到高维空间，仅训练线性输出层。储备池具有短期记忆和丰富动态。应用包括语音识别、无线通信和脑机接口。优势是训练快速且避免局部最优。
别名与相关写法
reservoir computing
相关术语
相关资讯
开源包 rc_prediction 实现参数感知储备池计算2026/11/2
线虫连接组在储备池计算中的基准测试2026/9/28
储备池计算预测跳跃四分之一车模型非线性振荡2026/9/22
LoRA-RC：低秩适配的储备池计算2026/9/14