Gâteaux-Hopfield 神经网络方法
机器学习
2020-02-03 v1 神经与进化计算
摘要
在本工作中，借助线性扩展 Gâteaux 导数（LEGD）为 Hopfield 神经网络（HNN）方法建立了一组新的微分方程。这一新方法将被称为 Gâteaux-Hopfield 神经网络（GHNN）。使用一个一阶 Fredholm 积分问题来测试这一新方法，发现对于 α > 1，与 HNN 整数阶微分方程相比，其收敛到精确解的速度快 22 倍。此外，通过分析不同 α 值下的结果，观察到了学习时间的极限。将指出这一新方法的鲁棒性与优势。
引用
@article{arxiv.2001.11853,
title = {The G\^ateaux-Hopfield Neural Network method},
author = {Felipe Silva Carvalho and João Pedro Braga},
journal= {arXiv preprint arXiv:2001.11853},
year = {2020}
}
备注
15 pages, 2 figures