Machine De Boltzmann Restreinte
Machine de Boltzmann restreinteIl s’agit d’un modèle de réseau neuronal aléatoire avec une structure à deux couches, des connexions empilées et aucune rétroaction autonome. Ses caractéristiques sont une connexion complète à l'intérieur de la couche et aucune connexion à l'extérieur de la couche. Il a été proposé par Geoff Hinton et d’autres de l’Université de Toronto et peut être utilisé pour la réduction de la dimensionnalité, la classification, la régression, le filtrage collaboratif, l’apprentissage des caractéristiques et les algorithmes de modélisation de sujets.
La couche supérieure des neurones dans la machine de Boltzmann restreinte constitue la couche cachée, et le vecteur h représente la valeur des neurones dans la couche cachée ; la couche inférieure des neurones constitue la couche visible, et le vecteur v représente la valeur des neurones dans la couche visible.
Contrairement à la machine de Boltzmann, la machine de Boltzmann restreinte n'a pas de connexions au sein de la couche, on peut donc dire qu'elle est restreinte, c'est-à-dire un modèle de machine de Boltzmann simplifié.