基于复杂输入的基础Kak神经网络
摘要：Kak神经网络系列能够快速学习模式，这种学习速度在许多应用中可以成为与其他竞争模型相比的决定性优势。这些网络的实现包括可重构网络、FPGA和光网络。在一些应用中，使用复杂数据是有用的，所以本文介绍了基于复杂输入的基本Kak网络。训练算法是规范的，网络权重是通过检查输入简单地分配的。为了提高效率，输入使用四元编码进行映射。这个网络系列是包含量子模型在内的更大学习方案等级结构的一部分。
作者：Pritam Rajagopal
论文ID：cs/0603015
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2007-05-23