具备相位与幅值量化的新型复变型Hopfield神经网络
神经与进化计算
2025-07-02 v1 人工智能
摘要
本研究介绍了两种新型复变型Hopfield神经网络(CvHNN)，其包含相位和幅值量化。第一种CvHNN采用基于复净项矩形坐标表示的ceil型激活函数。第二种CvHNN同样包含相位和幅值量化，但采用基于复净项极坐标表示的ceil型激活函数。具有相位和幅值量化的所提出的CvHNN显著增加了相对于文献中现有模型的状态数量，从而扩大了CvHNN潜在应用的范围。
引用
@article{arxiv.2507.00461,
title = {Novel Complex-Valued Hopfield Neural Networks with Phase and Magnitude Quantization},
author = {Garimella Ramamurthy and Marcos Eduardo Valle and Tata Jagannadha Swamy},
journal= {arXiv preprint arXiv:2507.00461},
year = {2025}
}
备注
Paper submitted to the Fifth International Conference on Emerging Techniques in Computational Intelligence (ICETCI 2025)