低负载 Ashkin-Teller 神经网络的静力学与动力学
无序系统与神经网络
2009-10-31 v2 统计力学
q-bio
摘要
我们考虑了允许两种类型神经元的 Ashkin-Teller 神经网络在低负载情况下作为这些神经元之间各自耦合强度的函数。研究了由两种类型神经元构建的嵌入模式的存储和检索，这些模式具有不同程度的（非）独立性。特别是，讨论了热力学性质，包括 Mattis 态的存在性和稳定性。此外，通过推导宏观重叠的流方程来检验动力学行为。发现对于链接模式，该模型显示出比相应的 Hopfield 模型更好的检索性能。
引用
@article{arxiv.cond-mat/9801284,
title = {Statics and dynamics of an Ashkin-Teller neural network with low loading},
author = {D. Bolle and P. Kozlowski},
journal= {arXiv preprint arXiv:cond-mat/9801284},
year = {2009}
}
备注
20 pages, 6 figures, Latex with postscript figures in one tar.gz file