×

完全记忆状态下Hopfield模型的Gibbs态。 (英语) Zbl 0810.60094号

摘要:我们研究了自联想存储器的Hopfield模型的热力学性质。如果(N)表示神经元的数量,而(M(N))表示存储模式的数量,我们证明了以下结果:如果(M/N向下箭头0)为(N向上箭头infty),那么在所有温度下都存在无穷多个无限体积Gibbs测度(T<1)专注于与一个特定图案重叠的自旋构型。此外,在重叠参数上诱导的测度是集中在单点上的Dirac测度,而在自旋组态上的Gibbs测度是Bernoulli测度的乘积。如果(M/N to alpha),as(N\uparrow\infty)for(\alpha。

MSC公司:

60K35型 相互作用的随机过程;统计力学类型模型;渗流理论
82个B44 平衡统计力学中的无序系统(随机伊辛模型、随机薛定谔算子等)
82立方32 神经网络在含时统计力学问题中的应用
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] [A] Amit,D.J.:大脑建模:吸引子神经网络的世界。剑桥:剑桥大学出版社1989·Zbl 0709.92001
[2] [AGS1]Amit,D.J.,Gutfreund,H.,Sompolinsky,H.:神经网络的自旋类模型。物理学。修订版A321007-1018(1985)·doi:10.1103/PhysRevA.32.1007
[3] [AGS2]Amit,D.J.,Gutfreund,H.,Sompolinsky,H.:在神经网络的自旋玻璃模型中存储无限数量的模式。物理学。修订稿551530-1533(1985)·doi:10.1103/PhysRevLett.55.1530
[4] [Bi]Billingsley,P.:概率测度的收敛性。纽约:威利出版社,1968年·Zbl 0172.21201号
[5] 【BG】Bovier A.和Gayrard,V.:关于稀释Hopfield模型热力学的严格结果J.Stat.Phys.72,79-112(1993)·兹比尔1096.82517 ·doi:10.1007/BF01048041
[6] [Co]Comets,F.:条件概率分布的大偏差估计。随机吉布斯测度的应用。普罗巴伯。理论关联。Fields80,407-432(1989)·Zbl 0638.60037号 ·doi:10.1007/BF01794432
[7] [E] Ellis,R.S.:熵、大偏差和统计力学。柏林-海德堡纽约:施普林格1985·Zbl 0566.60097号
[8] [FK]Füredi Z.和Komlós,J.:随机对称矩阵的特征值。组合数学1233-241(1981)·Zbl 0494.15010号 ·doi:10.1007/BF02579329
[9] [FP1]Pastur L.A.和Figotin,A.L.:自旋玻璃的精确可溶模型。苏联。《低温物理学杂志》3(6),378-383(1977)
[10] [FP2]Pastur L.A.和Figotin,A.L.:无序自旋系统理论。西奥。数学。《物理学》35、403-414(1978)·doi:10.1007/BF01039111
[11] [G] 盖拉德,V.:具有无限多图案的q态Potts-Hopfield模型的热力学极限。《统计物理学杂志》第68期,977-1011(1992)·Zbl 0900.92011号 ·doi:10.1007/BF010448882
[12] [Ge]Georgii,H.-O.:吉布斯测量和相变。柏林:Walter de Gruyter 1988
[13] [H] van Hemmen,J.L.:神经网络的自旋玻璃模型。物理学。修订版A34,3435-3445(1986)·doi:10.1103/PhysRevA.34.3435
[14] [Ho]Hopfield,J.J.:具有涌现集体计算能力的神经网络和物理系统。程序。国家。阿卡德。科学。美国79,2554-2558(1982)·Zbl 1369.92007号 ·doi:10.1073/pnas.79.8.2554
[15] [HS]Stratonovich,R.L.:关于计算量子分布函数的方法,Doklady Akad。Nauk S.S.R.115,1097(1957)苏联物理学。Doklady2,416-419(1958)(翻译)
[16] [K] Koch,H.:Hopfield模型的自由能界限。《物理学杂志》。答:数学Gen.26,L353-L355(1993)·兹比尔0775.82008 ·doi:10.1088/0305-4470/26/6/010
[17] [KPa]Komlos J.和Paturi,R.:收敛导致自联想记忆模型。神经网络1239-250(1988)·doi:10.1016/0893-6080(88)90029-9
[18] [KP]Koch H.和Piasko,J.:关于Hopfield神经网络模型的一些严格结果。《统计物理学杂志》55,903(1989)·Zbl 0716.92003号 ·doi:10.1007/BF01041071
[19] [五十] Michel Ledoux和Michel Talagrand:Banach空间中的概率。柏林-海德堡-纽约:施普林格1991·Zbl 0748.60004号
[20] 【MPV】Mézard,M.、Parisi G.和Virasoro,M.A.:自旋玻璃理论及其以外。新加坡:世界科学1988·Zbl 0992.82500号
[21] [N] Newman,Ch.M.:神经网络模型中的记忆容量:严格下限。神经网络1223-238(1988)·doi:10.1016/0893-6080(88)90028-7
[22] [PST]Pastur,L.Shcherbina M.和Tirozzi,B.:没有Hopfield模型副本技巧的副本对称解决方案。《统计物理学杂志》第74卷,第1161-1183页(1994年)·Zbl 0835.60092号 ·doi:10.1007/BF02188221
[23] [Ro]Robbins,H.:关于斯特林公式的评论。美国数学。蒙利62,26-29(1955)·Zbl 0068.05404号 ·doi:10.2307/2308012
[24] [SK]Sherrington D.和Kirkpatrick,S.:自旋玻璃的可解模型。物理学。Rev.Lett.351792-1796(1972)·doi:10.1103/PhysRevLett.35.1792
[25] [ST]Shcherbina M.和Tirozzi,B.:一类Hopfield模型的自由能。《统计物理学杂志》72,113-125(1992)·Zbl 1097.82551号 ·doi:10.1007/BF01048042
[26] [SeT]Scacciatelli E.和Tirozzi,B.:Hopfield模型中自由能的波动。《统计物理学杂志》67981-1008(1992)·Zbl 0925.82163号 ·doi:10.1007/BF01049007
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。