作者
上市的:- Centonze,Martino Salomone公司
- 伊多·坎特
- 阿德里亚诺·巴拉
摘要
我们研究双向联想神经网络,该网络暴露于大量随机原型的噪声示例中,当提供的信息足够时学习后者(有或没有老师在场):在这种情况下,学习是异质关联的,包括成对的模式,它是通过将示例中描述的信息反射到网络层来实现的。通过采用Guerra的插值技术,我们提供了监督和非监督学习过程的完整统计力学图(在描述的副本对称级别),获得了分析相图、学习阈值、与蒙特卡罗模拟和信噪比结果完全一致的地面状态图。在大数据集的限制下,Kosko存储处方及其由Kurchan、Peliti和Saber在80年代提供的统计力学图片被完全恢复。针对自然测试案例,讨论了处理信息混响而非存储方面的计算优势。特别是,我们展示了该网络如何根据两个耦合的受限Boltzmann机器(其隐藏层完全由大鼠神经元构建)来实现积分表示,为了证明,通过单独耦合这些祖母-母亲神经元,我们可以关联它们相关的模式:因此,通过在正确的祖母神经元中只添加一个突触,就有可能恢复巴甫洛夫的经典条件反射(因此节省了大量的这些链接,以便进一步存储经典的自动关联设置的信息)。同样,为BAM的突触耦合配备转置矩阵(并在这两者之间交替,例如引入时钟)就足够了,以使这些网络能够计算模式序列(在与自相关情况不同的情况下,仍保持详细平衡)。
建议引用
Centonze,Martino Salomone&Kanter,Ido&Barra,Adriano,2024年。"双向联想记忆中混响学习的统计机制,"物理学A:统计力学及其应用爱思唯尔,第637(C)卷。手柄:RePEc:eee:phsmap:v:637:y:2024:i:c:s0378437124000207
内政部:10.1016/j.physa.2024.129512
从发布者下载全文
由于此文档的访问受到限制,您可能希望搜索换一个不同的版本。
最相关的项目
这些是最常引用与本书相同作品的项目,也被与本书同样的作品引用。
更正
本网站上的所有材料均由各自的出版商和作者提供。你可以帮助纠正错误和遗漏。请求更正时,请提及此项目的句柄:RePEc:eee:phsmap:v:637:y:2024:i:c:s0378437124000207。请参阅一般信息关于如何更正RePEc中的材料。
如果您编写了此项目,但尚未在RePEc注册,我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。
如果CitEc公司识别了书目参考,但没有将RePEc中的项目链接到它,您可以帮助这个表格.
如果你知道引用这一条的缺失条目,你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是该项目的注册作者,您可能还想查看您的RePEc作者服务个人资料,因为可能有一些引文等待确认。
有关此项目的技术问题,或更正其作者、标题、摘要、书目或下载信息,请联系:Catherine Liu(电子邮件如下)。供应商的一般联系方式:http://www.journals.elsevier.com/physica-a-statistical-mechapplications网站/.
请注意,更正可能需要几周时间才能筛选出来各种RePEc服务。