由小型相互作用化学振子网络构成的数据库分类器的预测能力

本文研究了由相互作用化学振子网络构建的数据库分类器的预测能力。此处考虑的数据库由记录组成，每条记录包含若干表征案例的参数（预测变量）以及描述案例类型的输出变量。在最近一系列论文中，我们讨论了数据库分类器的自顶向下设计，其以网络选定液滴处观测到的激发次数作为输出信息。该设计基于进化算法，优化网络以在网络演化与记录类型之间实现最大互信息。这里我们讨论的结果表明，此类分类器确实具有预测能力。它们能够对未纳入分类器训练过程的数据库记录给出正确分类。作为示例数据库，我们考虑多维单位立方体中的点，并检验其是否属于位于立方体中心处的球。