...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>計測自動制御学会論文集 >An architecture design method of modular dynamical neural networks using genetic algorithms
【24h】

An architecture design method of modular dynamical neural networks using genetic algorithms

机译：遗传算法模块化动态神经网络的建筑设计方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we propose an evolutionary approach to architecture design of modular dynamical neural networks. As one of modular dynamical neural networks, we adopt Cross-Coupled Hopfield Nets (CCHN) in which plural Hopfield networks are coupled to each other. The architecture of CCHN is represented by some structural parameters such as the number of modules, the numbers of units per module, the module connectivity, and so forth. In the proposed design method, these structural-parameters are treated as phenotype of an individual, and suitable modular architecture is searched through the evolution of its genetic representation (genotype) by using genetic algorithms. Based on a simple direct coding method, the order of length of genetic representation for the structural-parameters can be estimated to be O(N{sup}2) where N is the total number of units. On the other hand, the order of genetic representation proposed here is O(N). To verify the usefulness of proposed method, we apply a CCHN to associative memories. Here, the fitness of an individual is defined so as to be larger when a CCHN has a simpler architecture as well as when the association performance is higher. As the result of simulations, we certify that the proposed design method can find high-performance CCHN with simple modular architectures.
机译：在本文中，我们提出了一种对模块化动态神经网络建筑设计的进化方法。作为模块化动态神经网络之一，我们采用跨耦合的Hopfield网（CCHN），其中多个Hopfield网络彼此耦合。 CCHN的体系结构由一些结构参数表示，例如模块的数量，每个模块的单位数，模块连接等。在所提出的设计方法中，这些结构参数被视为个体的表型，通过使用遗传算法通过其遗传算法（基因型）的演变来搜索合适的模块化结构。基于简单的直接编码方法，可以估计结构参数的遗传表示长度的顺序是O（n {sup} 2），其中n是单位的总数。另一方面，这里提出的遗传形式的顺序是O（n）。为了验证所提出的方法的有用性，我们将CCHN应用于关联记忆。这里，当CCHN具有更简单的架构以及关联性能较高时，定义单独的身体的适合度。由于仿真结果，我们证明了所提出的设计方法可以找到具有简单模块化架构的高性能CCHN。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号