关于神经网络的容量

本论文旨在比较不同神经网络模型的容量。我们首先使用简单的组合论证分析单个感知机的问题求解容量。在对称为联想记忆的基本网络的存储容量作若干观察后，我们引入一种强有力的统计力学方法，以计算依赖于训练规则的Hopfield模型中的容量。为寻求一种可甚至应用于量子神经网络的更一般定义，我们随后遵循Gardner的工作，其使我们摆脱对训练规则的依赖，并评论Lewenstein等人将Gardner方法应用于最近提出的量子感知机模型所得的结果。