单位四元数上的四元数值循环投影神经网络
机器学习
2020-09-14 v1 神经与进化计算
机器学习
摘要
超复数值神经网络（包括四元数值神经网络）能够将多维数据作为单一实体处理。本文提出四元数值循环投影神经网络（QRPNNs）。简言之，QRPNNs 通过将非局部投影学习与四元数值循环相关神经网络（QRCNNs）相结合而得到。我们证明 QRPNNs 克服了 QRCNNs 的串扰问题。因此，它们适用于实现联想记忆。此外，计算实验表明，与相应的 QRCNNs 相比，QRPNNs 具有更大的存储容量和噪声容忍度。
引用
@article{arxiv.2001.11846,
title = {Quaternion-Valued Recurrent Projection Neural Networks on Unit Quaternions},
author = {Marcos Eduardo Valle and Rodolfo Anibal Lobo},
journal= {arXiv preprint arXiv:2001.11846},
year = {2020}
}
备注
arXiv admin note: substantial text overlap with arXiv:1909.09227