互动梦境神经网络
摘要：相互作用智能体的研究：基于关联记忆神经网络，每个智能体通过相同的记忆模式进行训练，可能具有不同的强化-消除梦期。通过副本方法，我们得到了耦合智能体的丰富平衡相图。其中包括学生-教授相，只有一个网络受益于相互作用，而另一个不受影响；共生相，两者都受益；漠不关心相和不足相，两者既不受益也不受损；损害相，一个不变，另一个受损。除了顺磁相和自旋玻璃相之外，还有一种被称为强化妄想相的相，智能体在没有与记忆模式有有限重叠的情况下一致同意。对于耦合常数为零的情况，该模型成为强化和移除梦模型，没有梦的情况下成为Hopfield模型。对于有限的耦合和单个记忆模式，它变成了Ashkin-Teller模型的Mattis版本。除了分析结果，我们还通过蒙特卡洛模拟探索了该模型。
作者：Pietro Zanin and Nestor Caticha
论文ID：2208.11265
分类：Statistical Mechanics
分类简称：cond-mat.stat-mech
提交时间：2023-05-03