冗長表現を持つニューラルネットワーク:検出不能の検出【JST・京大機械翻訳】

Agliari Elena; Alemanno Francesco; Barra Adriano; Centonze Martino; Fachechi Alberto

プレプリント

J-GLOBAL ID：202202219187506650 整理番号：22P0089826

冗長表現を持つニューラルネットワーク:検出不能の検出【JST・京大機械翻訳】

Neural networks with redundant representation: detecting the undetectable

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 (5件)： , , , ,
資料名：
発行年： 2019年11月28日プレプリントサーバーでの情報更新日： 2019年11月28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。

三層Sejnowskiマシンを考察し,コントラスト発散を介して学習する特徴が,次数P=4の高密度連想メモリにおけるパターンとして二重表現を持つことを示した。後者はHebbian-storeがN→πP-1}としてスケーリングするので,NはP-ワイズに相互作用する構成2成分ニューロンの数を示すことが知られている。また,飽和領域(すなわち,Nと線形的にスケーリングする多くのパターンスケーリングを可能にする)から高密度連想ネットワークを維持することにより,このシステムは標準信号雑音閾値以下のパターン認識を遂行できることを証明した。特に,P=4のネットワークは,大きなN極限における雑音O(√N)の存在下でさえ,その強度がO(1)である情報を検索できる。この顕著なスキルはパターンの冗長性表現から生じ,これは(相対的に)低負荷情報記憶を与え,新世代ニューラルネットワークにより示されるパターン認識における印象的な能力を説明することに寄与する。全理論を,近似のレプリカ対称レベルで厳密に開発し,信号雑音解析とモンテカルロシミュレーションによって裏付けた。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

ニューロコンピュータ , 脳・神経系モデル

, ,

前のページに戻る