具有离散和连续信息表示的神经网络模型
神经元与认知
2015-05-13 v1
摘要
联想记忆模型和具有墨西哥帽型相互作用的神经网络模型是人工神经网络模型中最典型的两种吸引子网络。联想记忆模型具有离散分布的定点吸引子，实现了离散信息表示。另一方面，具有墨西哥帽型相互作用的神经网络模型利用线吸引子实现连续信息表示，这可以在前额叶皮层的工作记忆和视觉皮层的柱状活动中观察到。在本研究中，我们提出了一种实现离散和连续信息表示的神经网络模型。我们使用统计力学分析发现，在所提出的模型中存在一个局部检索相，在该相中，记忆模式在网络的局部子群体中被检索。在局部检索相中，通过利用记忆模式的正交性和沿局部检索位置的固定点的中性稳定性，实现了离散和连续信息表示。获得的相图表明，反铁磁相互作用和外场对于产生局部检索相是重要的。
引用
@article{arxiv.0903.3451,
title = {Neural network model with discrete and continuous information representation},
author = {Jun Kitazono and Toshiaki Omori and Masato Okada},
journal= {arXiv preprint arXiv:0903.3451},
year = {2015}
}
备注
15 pages, 5 figures