稀疏编码关联记忆模型中的混合态
无序系统与神经网络
2007-05-23 v2 统计力学
q-bio
摘要
本文分析了稀疏编码关联记忆模型中 0-1 神经元对应的对称混合态。描述了三种类型的混合态：OR、AND 和多数决策混合态。OR 混合态的每个元素通过 OR 操作由相应记忆模式元素组成。另两种类型类似地定义。通过分析其通过 SCSNA 和计算机仿真的稳定性，我们发现 OR 混合态的存储容量在稀疏极限下发散，而其他两种混合态则不发散。此外，我们发现最大化存储容量的最优阈值值对于记忆模式和 OR 混合态在稀疏极限下相互吻合。因此，我们得出结论，OR 混合态是稀疏极限下混合态的合理代表。最后，本文检讨了结果与最近关于下视觉皮层中面响应神经元的生理学发现之间的关系。
引用
@article{arxiv.cond-mat/9911187,
title = {Mixed state on a sparsely encoded associative memory model},
author = {Tomoyuki Kimoto and Masato Okada},
journal= {arXiv preprint arXiv:cond-mat/9911187},
year = {2007}
}
备注
12 pages, 9 figures