具有辅助隐藏神经元的 Hopfield 模型的识别能力
无序系统与神经网络
2021-06-16 v1 统计力学
生物物理
神经元与认知
摘要
我们研究了具有辅助隐藏层的 Hopfield 模型的识别能力，这些隐藏层在 Hubbard-Stratonovich 变换下自然出现。我们表明，由于存储容量的显著增加以及缺乏自然定义的吸引域，该模型在零温下的识别能力优于原始 Hopfield 模型。当记忆负载超过一个尖锐阈值时，修正后的模型不会突然陷入完全混淆的状态。
引用
@article{arxiv.2101.05247,
title = {Recognition Capabilities of a Hopfield Model with Auxiliary Hidden Neurons},
author = {Marco Benedetti and Victor Dotsenko and Giulia Fischetti and Enzo Marinari and Gleb Oshanin},
journal= {arXiv preprint arXiv:2101.05247},
year = {2021}
}