有限状态机能被编码为神经网络的输入/输出吗？
有限状态机能被编码为神经网络的输入/输出吗？
提问于 2016-07-21 09:48:54
我希望将有限状态机(特别是DFAs)编码为神经网络的输出(或输入)，用于有监督的学习任务。
在文献中有什么方法可以做到这一点吗？
我已经发现了一些算法能够从递归神经网络中提取DFA，但是DFAs没有作为ANN的输入或输出。
回答 3
Data Science用户
发布于 2017-12-19 19:23:43
更好的问题可能是-为什么你想要混合深神经网络(DNN)和有限状态机(FSM)？
有研究显示，DNN可以模拟任何有限状态机。由于DNN和DNN有更多的框架可以执行比FSM更多的任务，因此完全放弃FSM似乎更有用。
更具体地说，"确定性有限自动机合成的神经网络“展示了一个相对简单的神经网络(NN)如何能够快速、自动地学习正确的确定性有限自动机(DFA)。
有一个强大的趋势，走向端到端的DNN。
Data Science用户
发布于 2022-11-30 21:01:06
https://www.dlsi.ua.es/~mlf/nnafmc/pbook.pdf神经网络:计算的自动机和形式模型。信息科学，E-03071阿拉康特(西班牙)。二00二年一月二十一日
Data Science用户
发布于 2019-07-18 17:01:17
看一看哈德森&曼宁的神经状态机。它是不确定的，但它是可微的，它给了你与神经网络一样的“黑匣子学习能力”。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/12905
复制相关文章
相似问题
腾讯云开发者
