Fehlertolerante assoziative Speicherung in neuronalen Netzwerken

;

URN urn:nbn:de:gbv:18-228-7-248
URL
Dokumentart: Report (Bericht)
Schriftenreihe: Berichte des Fachbereichs Informatik der Universität Hamburg
Bandnummer: 151
Sprache: Deutsch
Erstellungsjahr: 1991
Publikationsdatum:
SWD-Schlagwörter: Neuronales Netz
Freie Schlagwörter (Deutsch): neuronale Netzwerke
Freie Schlagwörter (Englisch): neural networks
DDC-Sachgruppe: Informatik
BK - Klassifikation: 54.38

Kurzfassung auf Deutsch:

Neuronale Netzwerke gelten zunehmend als Paradigma für fehlertolerante massiv-parallele Informationsverarbeitung. So ist mit den extrem einfachen Netzwerken des HopfieldGardner Typs fehlertolerante assoziative Speicherung möglich. In dieser Arbeit wird das "constant-stability" Modell vorgestellt, mit dem ausgehend von der Anfangsverteilung der Stabilitäten im Netzwerk die Berechnung der Verteilung der Stabilitäten als Funktion des Konzentration zerstörter Synapsen möglich ist. Damit können erstmals die Speichereigenschaften und die Einzugsbereiche in zerstörten Netzwerken abgeschätzt werden. Mit zusätzlichen Simulationen werden die Einzugsbereiche in teilzerstörten und verdünnten Netzwerken untersucht. Die Ergebnisse zeigen, dai schon schwach verdünnte Netzwerke fast optimale Einzugsbereiche besitzen.

Kurzfassung auf Englisch:

Neural networks are believed to be a new paradigm for parallel and fault-tolerant computations. For example, the extremly simple spinglass-networks of the Hopfield-Gardner type may be used as associative memories. Simple simulations show that these memory networks are fault-tolerant against dilution of synapses. In this paper the "constant stability" model is presented, which allows for the calculation of the distribution of stabilities as a function of the concentration of damaged synapses given the initial distribution of stabilities in the networks. It is therefore possible to predict the storage properties and the basins of attraction of the networks under the effects of damage. Additional simulations show the basins of attraction of damaged and diluted memory networks. The basins of attraction are found to be nearly optimal in diluted networks.

Hinweis zum Urherberrecht

Für Dokumente, die in elektronischer Form über Datenenetze angeboten werden, gilt uneingeschränkt das Urheberrechtsgesetz (UrhG). Insbesondere gilt:

Einzelne Vervielfältigungen, z.B. Kopien und Ausdrucke, dürfen nur zum privaten und sonstigen eigenen Gebrauch angefertigt werden (Paragraph 53 Urheberrecht). Die Herstellung und Verbreitung von weiteren Reproduktionen ist nur mit ausdrücklicher Genehmigung des Urhebers gestattet.

Der Benutzer ist für die Einhaltung der Rechtsvorschriften selbst verantwortlich und kann bei Mißbrauch haftbar gemacht werden.