Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Hopfield neural network" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Pseudo-orthogonalization of memory patterns for complex-valued and quaternionic associative memories
Autorzy:
Minemoto, T.
Isokawa, T.
Nishimura, H.
Matsui, N.
Powiązania:
https://bibliotekanauki.pl/articles/91608.pdf
Data publikacji:
2017
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
Hopfield neural network
pseudo-orthogonalization
complex numbers
quaternions
Opis:
Hebbian learning rule is well known as a memory storing scheme for associative memory models. This scheme is simple and fast, however, its performance gets decreased when memory patterns are not orthogonal each other. Pseudo-orthogonalization is a decorrelating method for memory patterns which uses XNOR masking between the memory patterns and randomly generated patterns. By a combination of this method and Hebbian learning rule, storage capacity of associative memory concerning non-orthogonal patterns is improved without high computational cost. The memory patterns can also be retrieved based on a simulated annealing method by using an external stimulus pattern. By utilizing complex numbers and quaternions, we can extend the pseudo-orthogonalization for complex-valued and quaternionic Hopfield neural networks. In this paper, the extended pseudo-orthogonalization methods for associative memories based on complex numbers and quaternions are examined from the viewpoint of correlations in memory patterns. We show that the method has stable recall performance on highly correlated memory patterns compared to the conventional real-valued method.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2017, 7, 4; 257-264
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The hopfield neural network in the aspect of the stabilization of the displacement phenomenon
Autorzy:
Gil, J.
Mrówczyńska, M.
Powiązania:
https://bibliotekanauki.pl/articles/224387.pdf
Data publikacji:
2007
Wydawca:
Politechnika Warszawska. Wydział Geodezji i Kartografii
Tematy:
sieci neuronowe typu Hopfielda
pomiary geodezyjne
Hopfield neural network
displacement phenomenon
engineering surveying
Źródło:
Reports on Geodesy; 2007, z. 1/82; 75-80
0867-3179
Pojawia się w:
Reports on Geodesy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Anti-periodic solutions for Clifford-valued high-order Hopfield neural networks with state-dependent and leakage delays
Autorzy:
Huo, Nina
Li, Bing
Li, Yongkun
Powiązania:
https://bibliotekanauki.pl/articles/330171.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
Hopfield neural network
anti-periodic solution
coincidence degree
time-varying delay
sieć neuronowa Hopfielda
stopień koincydencji
opóźnienie czasowo zależne
Opis:
A class of Clifford-valued high-order Hopfield neural networks (HHNNs) with state-dependent and leakage delays is considered. First, by using a continuation theorem of coincidence degree theory and the Wirtinger inequality, we obtain the existence of anti-periodic solutions of the networks considered. Then, by using the proof by contradiction, we obtain the global exponential stability of the anti-periodic solutions. Finally, two numerical examples are given to illustrate the feasibility of our results.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2020, 30, 1; 83-98
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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