A neural network unification

E. H. L. Aarts; H. M. M. Ten Eikelder

首页> 外文期刊>Statistica neerlandica >A neural network unification

【24h】

A neural network unification

机译：神经网络统一

获取原文

获取原文并翻译 | 示例

掌桥外文数据库（机构版） >>

开具论文收录证明 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

We study the relation between the asymptotic behaviour of synchronous Boltzmann machines and synchronous Hopfield networks. More specifically, we consider the relation between the pseudo consensus function that is used in analyzing Boltzmann machines and the energy function that is used in the study of Hopfield networks. We show that for small values of the control parameter, synchronous Boltzmann machines and synchronous Hopfield networks compute global respectively local maxima of the same function.

机译：我们研究了同步玻尔兹曼机器的渐近行为与同步Hopfield网络之间的关系。更具体地说，我们考虑了用于分析Boltzmann机器的伪共识函数与用于研究Hopfield网络的能量函数之间的关系。我们表明，对于较小的控制参数值，同步Boltzmann机和同步Hopfield网络分别计算同一函数的全局局部最大值。

著录项

来源
《Statistica neerlandica》 |2000年第2期|256-264|共9页
作者
E. H. L. Aarts; H. M. M. Ten Eikelder;
展开▼
作者单位

Philips Research Laboratories and Eindhoven University of Technologythe Netherlands;

Eindhoven University of Technology;

展开▼
收录信息
原文格式 PDF
正文语种 eng
中图分类
关键词
Neural networks; Boltzmann machines; Hopfield networks; energy function; pseudo consensus;

机译：神经网络;玻尔兹曼机器;霍普菲尔德网络;能量函数;伪共识;

相似文献

外文文献
中文文献
专利

1. Unification neural networks: unification by error-correction learning [J] . Ekaterina Komendantskaya Logic Journal of IGPL . 2011,第6期

机译：统一神经网络：通过纠错学习实现统一
2. Unification of neural and wavelet networks and fuzzy systems [J] . Reyneri L.M. IEEE Transactions on Neural Networks . 1999,第4期

机译：神经和小波网络与模糊系统的统一
3. Healthy human CSF promotes glial differentiation of hESC-derived neural cells while retaining spontaneous activity in existing neuronal networks Healthy human CSF promotes glial differentiation of hESC-derived neural cells while retaining spontaneous activity in existing neuronal networks Healthy human CSF promotes glial differentiation of hESC-derived neural cells while retaining spontaneous activity in existing neuronal networks [J] . Riikka ??nismaa, Heli Skottman, Heikki Kiiski, Biology Open . 2013,第6期

机译：健康的人类CSF促进hESC衍生的神经细胞的神经胶质分化，同时保留现有神经元网络的自发活动健康的人类CSF促进hESC衍生的神经细胞的神经胶质分化，同时保留现有神经元网络的自发活性健康的人类CSF促进hESC衍生的神经胶质分化。神经细胞，同时保留现有神经网络中的自发活动
4. A State Unification in Learning Finite State Machines using Recurrent Neural Networks [C] . Hiroyuki SHIOYA, Keisuke OZAKI, Tsutomu DA-TE World multiconference on systemics, cybernetics and informatics;SCI 2000 . 2000

机译：使用递归神经网络学习有限状态机的状态统一
5. Hybrid neural networks: Using artificial neural networks for the analysis and control of biological neural networks. [D] . Chiu, Alan Wing Lun. 2002

机译：混合神经网络：使用人工神经网络来分析和控制生物神经网络。
6. Speech Emotion Recognition with Heterogeneous Feature Unification of Deep Neural Network [O] . Wei Jiang, Zheng Wang, Jesse S. Jin, 2019

机译：深度神经网络异构特征统一的语音情感识别
7. Unification Neural Networks: Unification by Error-Correction Learning [O] . Ekaterina Komendantskaya 2013

机译：统一神经网络：纠错学习的统一

A neural network unification

摘要

著录项

相似文献

相关主题

期刊订阅