训练精确的应力模式

我们引入一种训练规则，使由弹簧与阻尼器组成的网络能够学习精确的应力模式。我们的目标是控制随机选取的一部分“目标”键上的张力。系统通过对目标键施加应力进行训练，使作为学习自由度的其余键发生演化。选取目标键的不同准则影响是否存在受阻挫。当每个节点至多一个目标键时，误差收敛至计算机精度。单个节点上的额外目标可能导致缓慢收敛与失败。尽管如此，即便接近Maxwell-Calladine定理所预测的极限，训练仍成功。我们通过考虑具屈服应力的阻尼器证明了这些思想的普适性。我们展示训练收敛，尽管误差呈较慢的幂律衰减。此外，具屈服应力的阻尼器防止系统在训练后弛豫，从而能够编码永久记忆。