Главная Назад


Авторизация
Идентификатор пользователя / читателя
Пароль (для удалённых пользователей)
 

Вид поиска
Область поиска
в найденном
Найдено в других БД
Формат представления найденных документов:
библиографическое описаниекраткийполный
Отсортировать найденные документы по:
авторузаглавиюгоду изданиятипу документа
Поисковый запрос: (<.>S=ХОПФИЛДА СЕТИ<.>)
Общее количество найденных документов : 23
Показаны документы с 1 по 20
 1-20    21-23 
1.
РЖ ВИНИТИ 34 (BI38) 95.08-04А3.117

    Gascuel, Jean-Dominique.
    An internal mechanism for detecting parasitic attraction in a Hopfield network [Text] / Jean-Dominique Gascuel, Bahram Moobed, Michel Weinfeld // Neural Comput. - 1994. - Vol. 6, N 5. - P902-915 . - ISSN 0899-7667
Перевод заглавия: Встроенный механизм для обнаружения паразитных аттракторов в нейронных сетях Хопфилда
Аннотация: Разработан встроенный механизм обнаружения истинных прототипов и паразитных аттракторов в нейронных сетях Хопфилда, не требующий чрезмерной вычислительной работы от ЭВМ-хозяина. Механизм основан на внутреннем кодировании протоколов на стадии обучения с помощью избыточных циклических кодов. Он удобен для аппаратной реализации на СБИС. Показано, что его применение значительно повышает надежность сети, что очень удобно для построения иерархических структур из сетей Хопфилда. Приведен пример успешного использования модифицированной т. обр. нейронной сети для распознавания рукописных цифр. Франция, Lab. d'Informatique de l'Ecole Polytechnique, CNRS URA, F-91128, Palai Seau, Cedex. Ил. 6. Библ. 18.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
ПАРАЗИТНЫЕ АТТРАКТЕРЫ
ОБНАРУЖЕНИЕ
ВСТРОЕННЫЙ МЕХАНИЗМ

Доп.точки доступа:
Moobed, Bahram; Weinfeld, Michel

2.
РЖ ВИНИТИ 34 (BI38) 96.08-04А3.267

    Orponen, Pekka.
    The computational power of discrete hopfield nets with hidden units [Text] / Pekka Orponen // Neural Comput. - 1996. - Vol. 8, N 2. - P403-415 . - ISSN 0899-7667
Перевод заглавия: О вычислительных возможностях дискретных сетей Хопфилда со скрытыми элементами
Аннотация: Доказано, что нейронная сеть Хопфилда полиномиального размера вычисляет в точности тот же самый класс функций, что и неоднородные машины Тьюринга, ограниченные по размеру полиномом. Как следствие этого утверждения получается, что сети этого класса с весами, ограниченными полиномом, вычисляют тот же класс булевых функций, что и машины Тьюринга, время работы которых ограничено полиномом. Финляндия, Dep. of Computer Sci., P. O. Box 26, Univ. of Helsinki, FIN - j00014. Helsinki. Ил. 5. Библ. 16
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
СКРЫТЫЙ СЛОЙ
ВЫЧИСЛИТЕЛЬНАЯ МОЩНОСТЬ

3.
РЖ ВИНИТИ 34 (BI38) 89.10-04А3.190

    Geszti, Tamas.
    Agymodellek fizikus modra [Text] / Tamas Geszti // Fiz. szemle. - 1989. - Vol. 39, N 2. - С. 41-45 . - ISSN 0015-3257
Перевод заглавия: Хопфилдовская модель ассоциативной памяти
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19
Рубрики: ПАМЯТЬ
АССОЦИАТИВНАЯ ПАМЯТЬ
НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
ПОПУЛЯРНОЕ ИЗЛОЖЕНИЕ

4.
РЖ ВИНИТИ 34 (BI38) 90.05-04А3.147

    Yao, Guozheng.
    Кооперативные вычисления в нейронных сетях [Text] / Guozheng Yao, Yunjiu Wang // Синьси юй кунчжи = Inf. and Contr. - 1989. - N 2. - С. 31-40
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
ДИНАМИКА

Доп.точки доступа:
Wang, Yunjiu

5.
РЖ ВИНИТИ 34 (BI38) 90.12-04А3.42

    Фукаи, Томоки.
    Случайные нейронные сети [Text] / Томоки Фукаи // Буссэй кэнкю. - 1990. - Vol. 53, N 5. - С. 519-524 . - ISSN 0525-2997
Аннотация: С точки зрения физики анализируется динамика поведения случайных нейронных сетей хопфилдовского типа, где каждый нейрон связан со всеми др. Рассматриваются возможности хэббовского обучения таких нейронных сетей. Проводится анализ энергетических ф-ций, описывающих поведение нейронных сетей. Для этого привлекается понятие фазового пространства динамических систем. Ил. 5. Библ. 15.
ГРНТИ  
34.55.19
ВИНИТИ 341.55.19.09.13
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
ОБУЧЕНИЕ
ОБУЧЕНИЕ В НЕЙРОННЫХ СЕТЯХ
МАТЕМАТИЧЕСКИЕ МОДЕЛИ
ДИНАМИЧЕСКИЕ СИСТЕМЫ
ФАЗОВЫЕ ПРОСТРАНСТВА

6.
РЖ ВИНИТИ 34 (BI38) 91.03-04А3.166

   
    Analog capabilities of the BSB model as applied to the anti-radiation homing missile problem [Text] / P.Andrew Penz [et al.] // IJCNN Int. Joint Conf. Neural Networks, Washington, 1989. - New York (N. Y.), 1989. - Vol. 2. - P7-11
Перевод заглавия: Емкость аналоговой сети хопфилда в задаче определения уровня радиации в помещениях
Аннотация: Рассмотрены возможности использования аналогового варианта описанной ранее нейронно-сетевой модели хопфилдовского типа (Anderson J. A., Penz P. A., Gately M. T., Collins D. "Neural" Networks, 1988, 1, 422) в задаче управления датчиками, определяющими уровень радиации в жилых помещениях. В сети реализован полный набор попарных связей и используется метод мелкозернистого кодирования аналоговых сигналов. Поиск осуществляется с помощью обратных связей. Аналоговые выходы соответствуют распределениям признаков, что дает возможность точнее определить источники радиации, чем при использовании средних значений. Описаны процедуры обучения нейронной сети. Приведены данные, собранные в ходе эксперим. проверок. США, Texas Instruments, Dallas, TX. Ил. 6. Библ. 6.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
АНАЛОГОВЫЕ СЕТИ
ЕМКОСТЬ
УРОВЕНЬ РАДИАЦИИ В ПОМЕЩЕНИЯХ

Доп.точки доступа:
Penz, P.Andrew; Katz, Alan; Collins, Dean R.; Anderson, James A.

7.
РЖ ВИНИТИ 34 (BI38) 91.09-04А3.183

    Ваградян, В. Г.
    Увеличение информационной емкости нейронных сетей Хопфилда [Текст] / В. Г. Ваградян // Биол. ж. Армении. - 1990. - Т. 43, N 8. - С. 657-660 . - ISSN 0366-5119
Аннотация: Рассматривается механизм обучения и распознавания в нейронно-сетевых моделях Хопфилда. Приводятся соображения, на основе к-рых предлагается метод увеличения информационной емкости рассматриваемых нейронных сетей. СССР, Ин-т физиологии им. Л. А. Орбели АН АрмССР. Библ. 4.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
ИНФОРМАЦИОННАЯ ЕМКОСТЬ
ОБУЧЕНИЕ
РАСПОЗНАВАНИЕ ОБРАЗОВ

8.
РЖ ВИНИТИ 34 (BI38) 91.11-04А3.143

    Lee, Bang W.
    Modified Hopfield neural networks for retrieving the optimal solution [Text] / Bang W. Lee, Bing J. Sheu // IEEE Trans. Neural Networks. - 1991. - Vol. 2, N 1. - P137-142 . - ISSN 1045-9227
Перевод заглавия: Модифицированные нейронные сети Хопфилда для выбора оптимальных решений
Аннотация: Проведен анализ положений локальных минимумов энергии нейронной сети Хопфилда. Предложена модифицированная архитектура, позволяющая исключить локальные минимумы. Ее энергия имеет вид Е=-1/2'СИГМА''СИГМА'T[i][j]V[i]V[j]- 'СИГМА' (I[i]+I)V[i]=E-'СИГМА'IV[i]. Разработан новый метод выбора дополнительного терма т. обр., чтобы устранить в ложные решения. Модифицированная модель была опробована в задачах преобразования аналоговых синалов в дискретную форму. Показана возможность получения систем с единственным решением, соотв. глобальному оптимуму. Южная Корея, Samsung Electronics Company, Buchun R & D Center, Buchun, Kyunggi-Do 421-130. Библ. 15.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
МОДИФИКАЦИЯ
ОПТИМАЛЬНЫЕ РЕШЕНИЯ

Доп.точки доступа:
Sheu, Bing J.

9.
РЖ ВИНИТИ 34 (BI38) 91.11-04А3.163

    Amit, Daniel J.
    Attractor neural networks with biological probe records [Text] / Daniel J. Amit, M. R. Evans, M. Abeles // Network. - 1990. - Vol. 1, N 4. - P381-405
Перевод заглавия: Аттрактивные нейронные сети с заимствованными из биологии методами записи
Аннотация: Разработана новая аттрактивная нейронная сеть с ассоциативным доступом к данным, построенная по аналогии с биол. нейронными сетями. Сеть обеспечивает скорость выхода на устойчивые состояния 20-25 сек. С ее помощью можно выполнять широкий круг задач по моделированию реальных биол. систем. Динамика сети описана с помощью потенциалов мембраны. Подробно описана роль шумовых помех, осцилляций, временных задержек и стимулов; исследована робастность. Предложена мера оценки качества работы предлагаемой архитектуры. Представлены результаты выполненных эксперим. проверок работы системы в разных практических задачах. Ил. 9. Библ. 41.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
АТТРАКТОРЫ
НЕЙРОНЫ
МЕМБРАННЫЙ ПОТЕНЦИАЛ
ХОПФИЛДА СЕТИ

Доп.точки доступа:
Evans, M.R.; Abeles, M.

10.
РЖ ВИНИТИ 34 (BI38) 91.11-04А3.171

    Derthick, Mark.
    Ensemble boltzmann units have collective computational properties like those of hoptield and Tank Neurons [Text] / Mark Derthick, Joe Tebelskis // Neural Inf. Process. Syst. - New York, 1988. - P223-232 . - ISBN 0-88318-569-5
Перевод заглавия: Ансамбль из элементов Больцмана имеет коллективные вычислительный св-ва, аналогичные [нейронным сетям] Хопфилда и Тэнка
Аннотация: Предложена новая нейронная схема для решения оптимизационных задач, являющаяся обобщением схемы "машины Больцмана" (МБ) (Hinton G., Seinowski T., Parallel distributed processing-Explorations in the microstructuro of Cognition, Cambridge, MA, 1986). Помимо МБ рассмотрены достоинства и недостатки хопфилдовских нейронных сетей (ХНС) (Hopfield J., "Proc. Nat. Ac. Sci. USA, 1982, 79, р. 2554-2558) и сетей Хопфилда и Тэнка (XTHC) (Hopfield J., Tank D. "Biol. Cybern.", 1985, 52, р. 141-152). Все эти схемы имеют общее - их поведение описывается как достижение нек-рого минимума "энергетического рельефа" (ЭР), определяемого структурой сети. От топографии этого рельефа (или энергетического пространства) зависит, насколько легко м. б. найдено хорошее решение. В ряде случаев ЭР имеет много локальных минимумов, разделенных энергетическими барьерами. При поиске минимумов в таких ЭР используется алгоритм монотонного градиентного спуска (в ХНС и ХТНС), а также стохастический спуск по градиенту (МБ). В МБ поиск осуществляется не монотонно, а иногда спонтанно производятся подъемы на локальные максимумы. В МБ используется понятие "вычислительной т-ры" (ВТ), причем вероятность состояний описывается распределением Больцмана (ф-цией энергии и т-ры) независимо от топографии ЭР. Поиск минимума ускоряется путем изначального поиска высокой "т-ры" и затем постепенного ее снижения. Однако поиск глобального минимума требует слишком большого времени. Ансамбль МБ (АМБ) - это набор идентично соединенных МБ. Состояние АМБ есть среднее состояний отдельных МБ. Аналитически проанализировано поведение таких АМБ. В отличие от ХТНС, к-рые дают быстрое решение, но иногда выбирают не лучшие решения (попадают в локальный минимум ЭР), АМБ при поиске обеспечивает нек-рый оптимум (компромисс между скоростью и качеством решений всех 3-х схем НС). Варьируя кол-во элементарных МБ в ансамбле, можно получить промежуточное поведение НС - добиться хорошей скорости сходимости, характерной для ХНС и ХНТС и в то же время избегать попадания в локальные минимумы, что характерно для МБ. В качестве примера применения АМБ рассмотрена оптимизационная задача о коммивояжере. США, Carnegie-Mellon Univ. Ил. 1. Библ. 9.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
ТЭНКА СЕТИ
БОЛЬЦМАНА МАШИНА
ОПТИМИЗАЦИОННЫЕ ЗАДАЧИ
ПОИСК МИНИМУМОВ
ГРАДИЕНТНЫЙ СПУСК

Доп.точки доступа:
Tebelskis, Joe

11.
РЖ ВИНИТИ 34 (BI38) 91.11-04А3.76

   
    A hierarchical multiple-view approach to three-dimensional object recognition [Text] / Wei-Chung Lin [et al.] // IEEE Trans. Neural Networks. - 1991. - Vol. 2, N 1. - P84-92 . - ISSN 1045-9227
Перевод заглавия: Иерархический подход со многими проекциями к распознаванию трехмерных объектов
Аннотация: Предложен иерархический подход к построению соответствий поверхностей и вершин в ходе решения задачи распознавании 3-мерных объектов по набору Из, полученных при разных углах наблюдения. Схема двигается от более крупных представлений к более детализированным; на каждом шаге используется нейронная сеть Хопфилда. Такой подход, как показано, позволяет строить более общие формулировки задач и очень удобен для систем с массовым параллелизмом. На 1-м шаге выделяются кандидаты на соответствие на основе формы и глобальных признаков; на след. шагах определяются соответствия вершин. Приведены результаты экспериментов по распознаванию синтезированных и реальных дальностных Из. США, Dep. of Elect. Eng. and Computer Sci., Northwestern Univ., Evanston, IL 60208. Ил. 8. Библ. 30.
ГРНТИ  
34.55.21
ВИНИТИ 341.55.21.27.11 + 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
РАСПОЗНАВАНИЕ ОБРАЗОВ
ТРЕХМЕРНЫЕ ОБЪЕКТЫ
ИЕРАРХИЧЕСКИЙ ПОДХОД

Доп.точки доступа:
Lin, Wei-Chung; Liao, Fong-Yuan; Tsao, Chen-Kuo; Lingutla, Theresa

12.
РЖ ВИНИТИ 34 (BI38) 91.12-04А3.114

   
    Electronic hardware implementations of neural networks [Text] / A. P. Thakkor [et al.] // Appl. Opt. - 1987. - Vol. 26, N 23. - P5085-5092 . - ISSN 0003-6935
Перевод заглавия: Реализация нейронных сетей на основе электроники
Аннотация: Рассмотрен широкий класс нейронных сетей и различные методы их практической реализации. Рассматриваются нейронные сети хопфилдовского типа, в к-рых состоящие всей системы определяется выходной активностью соотв. нейронов. В процессе обучения веса связей нейронов меняются, в результате чего после обучения система может быстро эволюционировать к определенному состоянию, к-рое считается решением соотв. задачи. В качестве возможной элементной базы для реализации нейронных сетей рассмотрена технология СБИС, нек-рые новые виды тонких пленок, а также гибридные аналогоцифровые схемы. Электронная реализация сетей позволит получить вычислительные устр-ва с высоким уровнем параллельности. США, California Inst. of Technology, Pasadena, CA 91109. Ил. 7. Библ. 56.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
СБИС-ТЕХНОЛОГИЯ
ОБЗОРЫ
БИБЛ. 56

Доп.точки доступа:
Thakkor, A.P.; Moopenn, A.; Lambe, John; Khanna, S.K.

13.
РЖ ВИНИТИ 34 (BI38) 91.12-04А3.117

    Fleisher, Michael.
    The Hopfield model with multi-level neurons [Text] / Michael Fleisher // Neural Inf. Process. Syst. - New York, 1988. - P278-289 . - ISBN 0-88318-569-5
Перевод заглавия: Хопфилдовская модель с многоуровневыми нейронами
Аннотация: Предлагается обобщение нейронно-сетевой модели Хопфилда (Hopfield J. "Proc. Nat. Acad. Sci USA", 1982, 79, 2554) на случай нейронов не с 2-мя состояниями, а с более богатым набором параметров. Рассмотрено 2 типа нейронных сетей - сети с непрерывными соотношениями между выходами и входами и сети с множественными пороговыми ф-циями. Описаны правила квантования для последнего случая. Доказаны соотв. теоремы сходимости решения. Показано, что в случае сетей с многими пороговыми ф-циями в сети из N нейронов можно хранить до N{3} бит информации. Израиль, Israel Inst. of Technology Haifa 32000. Библ. 6.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
МНОГОУРОВНЕВЫЕ СЕТИ
ХОПФИЛДА СЕТИ
ОБУЧЕНИЕ

14.
РЖ ВИНИТИ 34 (BI38) 91.12-04А3.124

    Copeland, B. R.
    A framework for load apportioning and interactive force control using a Hopfield neural network [Text] : [Pap.] SPIE Conf. "Intell. Rob. and Comput. Vision 9: Algorithms and Techn", Boston, Mass., 5-7 Nov., 1990 / B. R. Copeland, J. N. Anderson // Prog. Soc. Photo-Opt. Instrum. Eng. - 1991. - Vol. 1381. - P177-188
Перевод заглавия: Метод распределения нагрузок и интерактивного контроля сил с помощью нейронной сети Хопфилда
Аннотация: Рассматривается задача управления 2-мя манипуляторами робота, совместно хватающими и обрабатывающими твердотельный объект без проскальзывания. Исследованы возможности распределения нагрузок между манипуляторами и интерактивного контроля сил, обеспечивающего отсутствие повреждений объекта, с помощью нейронной сети Хопфилда. Энергия сети - квадратична и учитывает силы и моменты. Приведено подробное описание структуры сети и процедуры обучения. Представлена сводка результатов, полученных в ходе выполнения эксперим. проверок. США, Center for Manufacturing Res. and Technology Utilization Tennessee Technological Univ., Cookeville, TN 38505. Ил. 1. Табл. 4. Библ. 24.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: РОБОТЫ
МАНИПУЛЯТОРЫ
УПРАВЛЕНИЕ
НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ

Доп.точки доступа:
Anderson, J.N.

15.
Патент 5045713 Соединенные Штаты Америки, МКИ G 06 F 7/00.

    Shima, Takeshi.
    Multi-feedback cirkuit apparatus [Текст] / Takeshi Shima ; K. K. Toshiba. - № 476602 ; Заявл. 07.02.1990 ; Опубл. 03.09.1991 ; Приор. 10.02.1989, № 1-29609 (Япония)
Перевод заглавия: Электронная схема с множеством цепей обратной связи
Аннотация: Изобретение относится к электронным аппаратам для моделирования нервных сетей живого организма. Предлагаемое устр-во представляет собой электронную схему, содержащую источник тока, резистивно-емкостную цепь и операционный усилитель, а также несколько ключей, к-рые образуют множество цепей обратной связи. Новая схема позволяет исключить нежелательные колебания и хаотические явления, неизбежно возникающие при попытке реализовать модель Хопфилда на электронных каскадах. Электронная схема позволяет также уменьшить кол-во синаптических узлов в модели нервной системы. Ил. 10.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
ЭЛЕКТРОННАЯ РЕАЛИЗАЦИЯ

Доп.точки доступа:
K. K. Toshiba
Свободных экз. нет
16.
РЖ ВИНИТИ 34 (BI38) 93.06-04А3.069

    Ghosh, M.
    Behaviour of convergence time in Hopfield model at finite temperature [Text] / M. Ghosh // Proc. 33rd Solid State Phys. Symp., Bombay, Jan. 1-4, 1991. - Delhi, 1990. - P84
Перевод заглавия: Время сходимости модели Хопфилда при конечных температурах
Аннотация: Ранее были описаны результаты эксперим. исследований скорости сходимости нейронной сети Хопфилда при нулевой т-ре (Ghosh M., Sen A. K., Chakrabarti B. K., Kohring G. A., "Stat. Phys.", 1991). Проведены дальнейшие опыты при ненулевых т-рах. Изучено наличие устойчивости состояний равновесия нейронной сети и время сходимости. Для анализа применялся метод Монте-Карло. Представлена краткая сводка полученных результатов. Индия, Saha Inst. of Nuclear Physics, 92 A. P. C. Road Calcutta-700009. Ил. 2. Библ. 3.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
СХОДИМОСТЬ МОДЕЛИ
ВРЕМЯ
КОНЕЧНАЯ ТЕМПЕРАТУРА

17.
РЖ ВИНИТИ 34 (BI38) 93.11-04А3.125

    Grossman, Tal.
    On the equivalence of two Hopfield-type networks [Text] / Tal Grossman, Arun Jagota // IEEE Int. Conf. Neural Networks, San Francisco, Calif., March 28-Apr. 1, 1993. - Piscataway (N. J.), 1993. - Vol. 2. - P1063-1068
Перевод заглавия: Об эквивалентности двух сетей хопфилдовского типа
Аннотация: Проведено сравнение инвертированных нейронных сетей (ИНС) и нейронных сетей с кликами (НСК) - 2-х наиболее известных обобщений сети Хопфилда. Показано, что при определенном выборе параметров состояния равновесия этих 2-х моделей эквивалентны. Эквивалентны также процедуры обучения с помощью наискорейшего спуска. Из этих результатов следует, что НСК столь же удобна для оптической реализации, как и ИНС, а ИНС так же пригодна для решения теоретико-графовых задач, как и НСК. Кроме того, описан алгоритм t-отжига для ИНС, аналогичный известному методу 'ро'-отжига для НСК. США, Electronics Dep., Weizmann Institute of Sci. Ил. 1. Табл. 1. Библ. 15.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
ИНВЕРТИРОВАННЫЕ СЕТИ
СЕТИ С КЛИНАМИ

Доп.точки доступа:
Jagota, Arun

18.
РЖ ВИНИТИ 34 (BI38) 93.11-04А3.143

    Liu, Hui-Juan.
    Blind bilevel image restoration using Hopfield neural networks [Text] / Hui-Juan Liu, Yi Sun // IEEE Int. Conf. Neural Networks, San Francisco, Calif., March 28-Apr. 1, 1993. - Piscataway (N. J.), 1993. - Vol. 3. - P1657- 1661
Перевод заглавия: Слепая двухуровневая реконструкция изображений с помощью нейронных сетей Хопфилда
Аннотация: Предложено использовать модели Хопфилда для 2уровневой реконструкции Из без знания положения точечных источников. Рассмотрено 2 типа нейронных сетей Хопфилда - обычная аналоговая для определения точечных источников и модифицированная (Sun Y., Yu S.-Y. "Internat Symposium on Information Theory and Its Application", ISITA'92, Singapore) для восстановления 2-уровневых Из. Описана модель, в к-рой эти 2 сети работают в альтернативном режиме. Результаты проведенного имитационного моделирования показывают, что построенная сеть обеспечивает качество, по крайней мере не худшее, чем модифицированная сеть Хопфилда при точном знании параметров источников, если использовать критерий исключения наибольшей ошибки. КНР, Inst. of Image Processing and Pattern Recognition, Shanghai Jiao Tong Univ., Shanghai 200030. Ил. 8. Библ. 11.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09 + 341.05.25.15.09.13
Рубрики: ОБРАБОТКА ИЗОБРАЖЕНИЙ
НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ

Доп.точки доступа:
Sun, Yi

19.
РЖ ВИНИТИ 34 (BI38) 93.11-04А3.158

    Ueberla, Joerg.
    The hybrid Hopfield-clique memory with perfect storage [Text] / Joerg Ueberla, Arun Jagota // IEEE Int. Conf. Neural. Networks, San Francisco, Calif., March 28 - Apr.-1, 1993. - Piscataway (N. J.), 1993. - Vol. 2. - P895-900
Перевод заглавия: Гибридная память Хопфилда с кликами с точным запоминанием
Аннотация: Предложена новая модель ассоциативной памяти - гибридная сеть Хопфилда с кликами, основанная на модели Jagota (Int. Joint Conf. Neural Networks, Vol. 1, New York, 1990. San Diego, July 1990, IEEE). Проведено исследование ложных состояний равновесия. Предложено их описание в терминах теории графов, дающее возможность четкой проверки наличия таких состояний. Для их устранения предложено строить новые состояния равновесия. Достоинство нового метода - возможность обеспечения очень высокой емкости. В частности, в проведенных опытах нейронная сеть с числом нейронов 2427 успешно запомнила 4000 7-буквенных слов. Канада, School of Computing Sci., Simon Fraser Univ., Burnaby, B. C., USA 1S6. Табл. 2. Библ. 7.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
АССОЦИАТИВНАЯ ПАМЯТЬ
ГИБРИДНАЯ ПАМЯТЬ

Доп.точки доступа:
Jagota, Arun

20.
РЖ ВИНИТИ 34 (BI38) 93.11-04А3.166

    Muller, Klaus-Robert.
    Associative storage and retrieval of highly correlated natural pattern sets in diluted Hopfield networks [Text] / Klaus-Robert Muller, Thomas Stiefvater, Herbert JanSSen // IEEE Int. Conf. Neural. Networks, San Francisco, Calif., March. 28 - Apr. 1, 1993. - Piscataway (N. J.), 1993. - Vol. 2. - P889-894
Перевод заглавия: Ассоциативное запоминание и доступ к наборам естественных образцов с высокой корреляцией в разреженных сетях Холфилда
Аннотация: Предложена модель распознавания телевизионных Из с высокой степенью корреляции. Разработаны: а) методика построения классов; б) способ запоминания всех образцов как аттракторов. Показано, что разреженная нейронная сеть Хопфилда эффективно справляется с обеими задачами. Описана стратегия построения локальных связей по заданным статистическим х-кам набора паттернов. При этом обучение и отбор связей являются двойственными задачами. Проведены опыты с большой сетью (N=12288) и реальными Из. Приведена сводка полученных результатов. Германия, GMD FIRST, Rudower Chaussee 5, D-1199, Berlin. Ил. 3. Библ. 14.
ГРНТИ  
34.53.19
ВИНИТИ 341.53.19.09
Рубрики: НЕЙРОННЫЕ СЕТИ
ХОПФИЛДА СЕТИ
АССОЦИАТИВНОЕ ЗАПОМИНАНИЕ
НАБОРЫ ОБРАЗЦОВ

Доп.точки доступа:
Stiefvater, Thomas; JanSSen, Herbert
 1-20    21-23 
 
Описание базы
Стандартный
По словарю
Расширенный
Профессиональный
Распределенный
ГРНТИ



"Электронные каталоги и базы данных библиотек СО РАН"
© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)