自联想记忆中存储相关记忆的完整解
无序系统与神经网络
2007-07-23 v1 其他凝聚态物理
摘要
我们补充了之前的工作 [arxiv: 0707.0565]，给出了描述存储相关活动模式的吸引子网络稳定态的完整（非稀疏）解。新解很好地拟合了存储 McRae 及其同事 [McRae et al, 2005] 特征范数的网络模拟，这些特征是实验获得的代表语义记忆中概念的特征组合。我们讨论了提高网络存储容量的三种方法：添加无信息神经元、移除有信息神经元以及引入流行度调制的赫布学习。我们表明，如果突触强度由突触前神经元流行度的指数衰减来调制，那么任何模式分布都可以被存储和检索，并具有近似最优的存储容量——即 C ~ I.p，维持模式检索所需的每个神经元的最小连接数与模式的信息含量乘以网络中存储的模式数量成正比。
引用
@article{arxiv.0707.3066,
title = {Full solution for the storage of correlated memories in an autoassociative memory},
author = {Emilio Kropff},
journal= {arXiv preprint arXiv:0707.3066},
year = {2007}
}
备注
Manuscript to appear in the proceedings of the international meeting "Closing the gap between neurophysiology and behaviour: A computational modelling approach", Birmingham, March 2007