模式稀释的联想网络：低负载和中负载下的动力学分析
无序系统与神经网络
2015-06-19 v1
摘要
本文求解了通过顺序Glauber更新演化的模式稀释联想网络的动力学。我们推导了序参量的动力学方程，这些序参量量化了系统的同时模式召回，并通过线性稳定性分析和蒙特卡洛模拟分析了稳态解的性质和稳定性。我们研究了系统在相空间不同区域中的并行检索能力，特别是在低存储和中存储区域以及有限和极端模式稀释情况下。结果表明，在没有模式串扰的情况下，所有模式在临界温度以下的任何温度下对称地召回；而在存在模式串扰的情况下，随着温度降低，对称检索变得不稳定，层次检索取而代之。给出了零温度下层次检索的形状。网络的并行检索能力在强干扰区域中逐渐退化，但并未被破坏。
引用
@article{arxiv.1405.2454,
title = {Associative networks with diluted patterns: dynamical analysis at low and medium load},
author = {Silvia Bartolucci and Alessia Annibale},
journal= {arXiv preprint arXiv:1405.2454},
year = {2015}
}
备注
26 pages, 12 figures