Binary Factorization by Neural Autoassociators.

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F03%3A06030150" target="_blank" >RIV/67985807:_____/03:06030150 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Binary Factorization by Neural Autoassociators.
Popis výsledku v původním jazyce
In this paper we demonstrate that Hebbian learning in Hopfield-like neural network is a natural procedure for binary factorization. Due to this learning, factors become the attractors of network dynamics. The neurodynamics is analyzed by Single-Step approximation, which is known to be rather accurate for sparsely encoded Hopfield-network. The accuracy of Single-Step approximation is confirmed by computer simulations.
Název v anglickém jazyce
Binary Factorization by Neural Autoassociators.
Popis výsledku anglicky
In this paper we demonstrate that Hebbian learning in Hopfield-like neural network is a natural procedure for binary factorization. Due to this learning, factors become the attractors of network dynamics. The neurodynamics is analyzed by Single-Step approximation, which is known to be rather accurate for sparsely encoded Hopfield-network. The accuracy of Single-Step approximation is confirmed by computer simulations.

Projekt
<a href="/cs/project/LN00B096" target="_blank" >LN00B096: Výzkumné centrum aplikované kybernetiky</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění
2003
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)