相关感知器的存储容量
无序系统与神经网络
2009-10-28 v1
摘要
我们考虑一个由个单层感知器组成的系综，这些感知器暴露于随机输入，并研究在何种条件下可以选择这些感知器的耦合，使得输出之间出现规定的相关性。引入了一个使用多感知器代价函数的通用形式体系，该形式体系允许确定作为所需相关值函数的随机输入的最大数量。将和的复制对称结果与具有树状结构和隐单元与输出之间固定布尔函数的两层网络的性质进行了比较。结果表明，多层神经网络隐层中的哪些相关性对存储容量的值至关重要。
引用
@article{arxiv.cond-mat/9610160,
title = {Storage capacity of correlated perceptrons},
author = {D. Malzahn and A. Engel and I. Kanter},
journal= {arXiv preprint arXiv:cond-mat/9610160},
year = {2009}
}
备注
16 pages, Latex2e