实验：利用模拟静电场势能创建神经网络权重
神经与进化计算
2025-07-08 v1 人工智能
摘要
本文探讨了一种无需解析计算、无需应用训练算法即可确定神经网络权重和阈值的方法。该工作基于采用度量识别方法的神经网络架构。静电场在 Builder C++ 环境中进行仿真。在同一环境中构建的神经网络基于度量识别方法，其第一层神经元的权重由仿真静电场的势值确定。通过在 various initial conditions（不同初始条件）下使用 MNIST 测试数据集评估所得神经网络在仿真系统中的有效性。结果表明，该方法具有功能可行性。该方法的实现表明，神经网络可几乎即时地从静电场获取权重值，无需进行解析计算、冗长的训练程序或大规模训练数据集。
引用
@article{arxiv.2507.02933,
title = {Experiment on creating a neural network with weights determined by the potential of a simulated electrostatic field},
author = {Geidarov Polad},
journal= {arXiv preprint arXiv:2507.02933},
year = {2025}
}
备注
14 pages, 10 figures