稀释Blume-Emery-Griffiths 神经网络的Gardner 最优容量
无序系统与神经网络
2009-11-10 v1 统计力学
摘要
研究稀释Blume-Emery-Griffiths 神经网络的optimal capacity，其作为模式活动和嵌入稳定性函数。采用Gardner 熵方法进行分析。考虑 annealed 稀释，即同时切断与三值模式本身相关的部分耦合与与活跃模式相关的部分耦合（同步稀释），或独立进行（异步稀释）。通过de Almeida-Thouless 标准发现，一旦存在稀释，镜像对称解即局部不稳定。耦合分布显示典型的间隙，其宽度取决于稀释程度，但即使在特定类型的耦合在学习过程中不发挥作用的情况下，该间隙仍然存在。
引用
@article{arxiv.cond-mat/0403460,
title = {Gardner optimal capacity of the diluted Blume-Emery-Griffiths neural network},
author = {D. Bolle' and I. Perez Castillo},
journal= {arXiv preprint arXiv:cond-mat/0403460},
year = {2009}
}
备注
9 pages Latex, 2 eps figures