人工神经元网络的性能：聚类的作用
摘要：华菲尔德神经网络模型在各种复杂网络上进行了数值研究，如Watts-Strogatz网络、Barabasi-Albert网络和C. elegans的神经网络。通过采用一种系统的方式控制聚类系数，保持每个神经元的度数不变，我们发现较低聚类的网络表现出更好的性能。结果从应用的实践观点进行了讨论，并提出了生物学意义。
作者：Beom Jun Kim (Ajou Univ.)
论文ID：q-bio/0402045
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2007-05-23