芳香物质判别器的计算容量：曲线的线性可分性
无序系统与神经网络
2007-05-23 v1 神经元与认知
摘要
我们提出并研究了一种人工神经网络，该网络受概率受体亲和力分布模型的启发，用以模拟嗅觉。我们的系统由 N 个感受神经元组成，其输出在单个处理线性阈值元素上汇聚。该系统的目标是模型化在一定浓度范围内，从大量 p 个背景芳香物质中判别单个目标芳香物质。我们证明，只要 p 不超过临界值 p_c，就可以实现这一点，并计算临界容量 \alpha_c = p_c/N。临界容量取决于判别要完成的浓度范围。如果嗅bulb 可被认为是由此类处理单元构成，每个处理单元负责判别单个芳香物质，那么我们的研究为嗅bulb的潜在计算属性提供了定量分析。我们所考虑的问题的数学表述是确定在大维空间中嵌入的连续曲线的线性可分性容量。这在本文中通过数值研究实现，该方法能信号判别任务是否可实现，并结合有限大小缩放分析。
引用
@article{arxiv.cond-mat/0011112,
title = {Computational Capacity of an Odorant Discriminator: the Linear Separability of Curves},
author = {N. Caticha and J. E. Palo Tejada and D. Lancet and E. Domany},
journal= {arXiv preprint arXiv:cond-mat/0011112},
year = {2007}
}