有向スパースHopfieldネットワークにおけるネットワーク階層とパターン回復【JST・京大機械翻訳】

Rodgers Niall; Tino Peter; Johnson Samuel

プレプリント

J-GLOBAL ID：202202205742439475 整理番号：22P0282962

有向スパースHopfieldネットワークにおけるネットワーク階層とパターン回復【JST・京大機械翻訳】

Network Hierarchy and Pattern Recovery in Directed Sparse Hopfield Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月01日プレプリントサーバーでの情報更新日： 2022年05月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

多くの実世界ネットワークは,階層構造に関してフィードフォワードとフィードバック接続の混合物で,スパースで階層的である。さらに,少数の’マスタ’ノードは,しばしば全体のシステムを駆動することができる。階層的構造を特性化するために,Trophic解析を用いて,スパースで有向のHopfield様ニューラルネットワークにおけるパターン提示と回復の動力学を研究した。これは,階層(栄養レベル)における各ノードの局所位置およびネットワークの大域的方向性(栄養コヒーレンス)を定量化する最近の方法である。再発性ネットワークでも,システムの状態は,それらの低い栄養レベルによって同定できるニューロンの小さなサブセットによって制御できることを示した。また,パターン回復タスクにおける性能は,ネットワークの栄養コヒーレンスと他のトポロジー特性を調整することにより著しく改善できることを見出した。これは,動物脳で観察される比較的まばらでコヒーレントな構造を説明し,人工ニューラルネットワークのアーキテクチャを改良するための洞察を提供する。さらに,著者らは,数値解析を通して,ここでは,その根底にあるネットワーク構造が,生物学的,社会的または財政的ネットワークのような,その基礎となるネットワーク構造を指向し,スパースである,広いクラスのシステムに関連することを期待する。【JST・京大機械翻訳】

, , , , , , , , , , , ,

中枢神経系 , 無線通信一般 , 計算機網 , 移動通信

, ,

前のページに戻る