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 1-6 z 6
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
Tytuł:
Decision system for stock data forecasting based on Hopfield artificial neural network
System decyzyjny do przewidywania cen akcji oparty na sztucznej sieci neuronowej Hopfielda
Autorzy:
Paluch, M.
Jackowska-Strumiłło, L.
Powiązania:
https://bibliotekanauki.pl/articles/407729.pdf
Data publikacji:
2016
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
hybrid intelligent system
Hopfield artificial neural network
hybrydowy inteligentny system
sztuczna sieć neuronowa Hopfielda
Opis:
The paper describes a new method using Hopfield artificial neural network combined with technical analysis fractal analysis and feed-forward artificial neural networks for predicting share prices for a next day on a Stock Exchange. The developed method and networks are implemented in an Expert System, which is proposed as a valuable comprehensive, analytical tool. A new algorithm for artificial neural networks training and testing is also presented. It automatically chooses the best network structure, and the most important input parameters
Artykuł opisuje nową metodę zastosowania sztucznej sieci neuronowej Hopfielda połączonej z analizą techniczną, fraktalną oraz jednokierunkowymi sztucznymi sieciami neuronowymi do przewidywania przyszłych cen akcji na Giełdzie Papierów Wartościowych. Opisane nowe metody zostały zaimplementowane w systemie ekspertowym, który jest polecany jako kompleksowe narzędzie do badania aktualnych i przyszłych zachowań rynku. Zaprezentowany został również algorytm nauki testowania sztucznych sieci neuronowych, który na końcu wybiera najlepszą z nich.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2016, 2; 28-33
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Stability analysis of high-order Hopfield-type neural networks based on a new impulsive differential inequality
Autorzy:
Liu, Y.
Yang, R.
Lu, J.
Wu, B.
Cai, X.
Powiązania:
https://bibliotekanauki.pl/articles/330348.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
impulsive differential inequality
globally exponential stability
high order Hopfield type neural network
nierówność różniczkowa
stabilność wykładnicza
sieć neuronowa Hopfielda
Opis:
This paper is devoted to studying the globally exponential stability of impulsive high-order Hopfield-type neural networks with time-varying delays. In the process of impulsive effect, nonlinear and delayed factors are simultaneously considered. A new impulsive differential inequality is derived based on the Lyapunov–Razumikhin method and some novel stability criteria are then given. These conditions, ensuring the global exponential stability, are simpler and less conservative than some of the previous results. Finally, two numerical examples are given to illustrate the advantages of the obtained results.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2013, 23, 1; 201-211
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural networks for the N-Queens Problem : a review
Autorzy:
Mańdziuk, J.
Powiązania:
https://bibliotekanauki.pl/articles/205945.pdf
Data publikacji:
2002
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
optymalizacja kombinatoryczna
problem n-hetmanów
sieć Hopfielda
sieć neuronowa
combinatorial optimization
Hopfield network
N-Queens Problem
neural networks
Opis:
Neural networks can be successfully applied to solving certain types of combinatorial optimization problems. In this paper several neural approaches to solving constrained optimization problems are presented and their properties discussed. The main goal of the paper is to present various improvements to the wellknown Hopfield models which are intensively used in combinatorial optimization domain. These improvements include deterministic modifications (binary Hopfield model with negative self-feedback connections and Maximum Neural Network model), stochastic modifications (Gaussian Machine), chaotic Hopfield-based models (Chaotic Neural Network and Transiently Chaotic Neural Network), hybrid approaches (Dual-mode Dynamic Neural Network and Harmony Theory approach) and finally modifications motivated by digital implementation feasibility (Strictly Digital Neural Network). All these models are compared based on a commonly used benchmark prohlem - the N-Queens Problem (NQP). Numerical results indicate that each of modified Hopfield models can be effectively used to solving the NQP. Coonvergence to solutions rate of these methods is very high - usually close to 100%. Experimental time requirements are generally low - polynomial in most casos. Some discussion of non-neural, heuristic approaches to solving the NQP is also presented in the paper.
Źródło:
Control and Cybernetics; 2002, 31, 2; 217-248
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-6 z 6

    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