从Sigmoid功率控制算法到Hopfield型神经网络：基于Sigmoid的“SIR”平衡网络——第二部分：离散时间
数据分析、统计与概率
2009-03-17 v1
摘要
在第一部分[12]中，我们提出并分析了一种基于Sigmoid的“信干比(SIR)”平衡动态网络，称为Sgm“SIR”NN，它在连续时间下表现出与传统Hopfield NN相似的特性。在第二部分中，我们给出了相应的离散时间网络：我们证明，在所提出的离散时间网络D-Sgm“SIR”NN中，定义误差向量在同步和异步工作模式下均能在有限步内趋近于零。我们的研究表明：i) 如果定义的虚拟“SIR”在收敛平衡点处等于1，则它与[10]和[11]中的分布式(Sigmoid)功率控制算法类似，此时该平衡点是原型向量之一。ii) D-Sgm“SIR”NN表现出与离散时间Hopfield NN相似的特征。iii) 与传统1比特固定步长功率控制算法类似，还给出了相应的“1比特”网络，称为Sign“SIR”NN网络。
引用
@article{arxiv.0902.2581,
title = {From Sigmoid Power Control Algorithm to Hopfield-like Neural Networks: "SIR"-Balancing Sigmoid-Based Networks- Part II: Discrete Time},
author = {Zekeriya Uykan},
journal= {arXiv preprint arXiv:0902.2581},
year = {2009}
}
备注
23 pages, 2 figures, submitetd to IEEE Transactions on Neural Networks in December 2008