...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Physica, A. Statistical mechanics and its applications >Transient dynamics of sparsely connected Hopfield neural networks with arbitrary degree distributions
【24h】

Transient dynamics of sparsely connected Hopfield neural networks with arbitrary degree distributions

机译：任意度分布的稀疏连接Hopfield神经网络的瞬态动力学

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

Using probabilistic approach, the transient dynamics of sparsely connected Hopfield neural networks is studied for arbitrary degree distributions. A recursive scheme is developed to determine the time evolution of overlap parameters. As illustrative examples, the explicit calculations of dynamics for networks with binomial, power-law, and uniform degree distribution are performed. The results are good agreement with the extensive numerical simulations. It indicates that with the same average degree, there is a gradual improvement of network performance with increasing sharpness of its degree distribution, and the most efficient degree distribution for global storage of patterns is the delta function. (c) 2007 Elsevier B.V. All rights reserved.
机译：使用概率方法，研究了任意程度分布的稀疏连接的Hopfield神经网络的瞬态动力学。开发了一种递归方案来确定重叠参数的时间演化。作为说明性示例，对具有二项式，幂律和均匀度分布的网络进行动力学的显式计算。结果与广泛的数值模拟吻合良好。它表明，在相同的平均度数下，网络性能随着度数分布的清晰度增加而逐渐改善，并且对于模式的全局存储而言，最有效的度数分布是增量函数。 （c）2007 Elsevier B.V.保留所有权利。

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