双稳定梯度网络 II：存储容量及饱和附近的行为
无序系统与神经网络
2009-11-07 v1
摘要
我们对存储容量以及饱和附近行为进行数值研究，分析由具有可调耦合强度的双稳定元素构成的吸引子神经网络，即双稳定梯度网络（Bistable Gradient Network, BGN）。在强耦合情况下，我们发现类似 Hopfield 网络的第一阶“记忆熄灭”相变的证据。而在弱耦合情况下，则没有发现此类相变的证据，记忆模式即使在高加载水平下仍可保持稳定。增强的存储容量代价是从被破坏的版本中检索模式时检索不完美。
关键词
引用
@article{arxiv.cond-mat/0205465,
title = {Bistable Gradient Networks II: Storage Capacity and Behaviour Near Saturation},
author = {Patrick N. McGraw and Michael Menzinger},
journal= {arXiv preprint arXiv:cond-mat/0205465},
year = {2009}
}
备注
15 pages, 12 eps figures. Submitted to Phys. Rev. E. Sequel to cond-mat/0203568