极度稀释非单调神经网络中的检索与混沌
无序系统与神经网络
2009-11-07 v1 q-bio
摘要
本文讨论极度稀释非单调神经网络的动力学特性。假设采用并行更新和赫布学习规律构建突触连接，推导了宏观重叠量的流动方程。获得了丰富的动力学相图，显示出稳定的检索相、周期为2的运动以及混沌行为。进行数值模拟，结果与解析结果良好一致。此外，数值模拟对混沌相中的微观动力学行为提供了额外洞见。表明单个神经元状态的冻结与混沌吸引子的结构有关。
引用
@article{arxiv.cond-mat/0202097,
title = {Retrieval and Chaos in Extremely Diluted Non-Monotonic Neural Networks},
author = {M. S. Mainieri and R. Erichsen},
journal= {arXiv preprint arXiv:cond-mat/0202097},
year = {2009}
}
备注
11 pages, 4 figures