关联记忆的向量神经元模型
摘要：对于具有q值神经元的Hopfield样式关联记忆，我们考虑了两个模型：Potts-glass神经网络（PGNN）和参数神经网络（PNN）。在这些模型中，神经元可以处于超过两个不同的状态。这些模型具有存储容量和抗干扰能力的记录特性，并且明显超过了Hopfield模型。我们提出了一种统一的形式主义，使我们能够描述PNN和PGNN。该网络固有的机制，负责出色的识别特性，被阐明。
作者：B.V.Kryzhanovsky, L.B.Litinskii and A.L. Mikaelian
论文ID：cond-mat/0412680
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2007-05-23