Scifaro

中文

阈值噪声作为随机同步非对称神经网络波动性的来源

无序系统与神经网络 2007-05-23 v1 adap-org 适应与自组织系统生物物理神经元与认知

作者: Henrik Bohr , Patrick McGuire , Chris Pershing , Johann Rafelski

在 arXiv 上查看 ↗ PDF ↗

摘要

我们研究了随机同步非对称神经网络（RSANNs）复杂时空模式的多样性。具体来说，我们研究了噪声阈值对网络性能的影响，并发现存在一个狭窄而有趣的噪声参数区域，在该区域内RSANNs展现出快速‘思考’系统所期望的特定行为特征：可访问大量不同的复杂模式。

关键词

随机同步非对称神经网络阈值噪声时空模式网络性能复杂模式

引用

@article{arxiv.cond-mat/9712132,
  title  = {Threshold Noise as a Source of Volatility in Random Synchronous Asymmetric Neural Networks},
  author = {Henrik Bohr and Patrick McGuire and Chris Pershing and Johann Rafelski},
  journal= {arXiv preprint arXiv:cond-mat/9712132},
  year   = {2007}
}

备注

17 pages, 11 figures, submitted to Neural Computation