In this paper we introduce an improved binary correlation matrix memory (CMM) with
better storage capacity when storing sparse fixed weight codes generated with the algorithm
of Baum et al. [10]. We outline associative memory, and describe the binary correlation
matrix memory— a specific example of a distributed associative memory. The
importance of the representation used in a CMM for input and output codes is discussed,
with specific regard to sparse fixed weight codes. We present an analysis of the benefits
of an algorithm for the generation of fixed weight codes, originally given by Baum et al.
[4]. The properties of this algorithm are briefly discussed, including possible thresholding
functions which could be used when storing these codes in a CMM; L-max and L-wta.
Finally, results generated from a series of simulations are used to demonstrate that the
use of L-wta as a thresholding function provides an increase in storage capacity of around
15% over L-max.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00