формат Adobe PDF, размер 2173 Кб - Информационно ...

Б. В. КРЫЖАНОВСКИЙ, Л. Б. ЛИТИНСКИЙИнститут оптико-нейронных технологий РАН,МоскваE-mail: kryzhanov@mail.ru,litin@mail.ruВЕКТОРНЫЕ МОДЕЛИ АССОЦИАТИВНОЙ ПАМЯТИАннотацияДается обзор векторных моделей ассоциативной памяти. Модель Хопфилдапозволяет эффективно запомнить сравнительно небольшое число паттернов– порядка 15% от размера нейронной сети. Существенно превзойти этот показательудается только в Поттс-стекольной модели ассоциативной памяти,где нейроны могут находиться в большем чем два числе состояний. Показано,что еще большей емкостью памяти обладает параметрическая нейроннаясеть (ПНС). Для оценки емкости памяти используется статистическая техникаЧебышева–Чернова.B. V. KRYZHANOVSKY, L. B. LITINSKIIInstitute of Optical Neural Technologies, RAS,MoscowE-mail: kryzhanov@mail.ru,litin@mail.ruTHE VECTOR MODELS OF ASSOCIATIVE MEMORYAbstractWe present a short review of vector models for associative memory. The storagecapacity of the Hopfield model is about 15% of this network size. It can beincreased significantly in the Potts-glass model of the associative memory only.In this model neurons can be in more than two different states. We show thateven greater storage capacity can be achieved in the parametrical neural network(PNN). We use the Chebyshev–Chernov statistical technique to estimate the PNNstorage capacity.72 УДК 004.032.26 (06) Нейронные сети