跳到正文
热点事件持续更新

求解稠密联想记忆自由能泛函

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Sumedha 与 Abhishek Singh 在一篇 arXiv 论文中用大偏差理论推导出一类联想记忆模型(包括稠密联想记忆)自由能泛函的一般表达式,并复现了 Hopfield 模型的经典结果。 针对有限模式数,论文推导了具有多项式相互作用和 Log-Sum-Exponential(LSE)激活函数的稠密联想记忆随温度变化的自由能泛函,并给出 LSE 模型的精确无错阈值。论文称该框架还揭示了高阶稠密网络中记忆检索对初始状态的依赖。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. arXiv cs.AI
    稠密联想记忆的自由能景观研究

    一篇 arXiv 论文用大偏差理论求解了包括稠密联想记忆在内的一类联想记忆模型的自由能泛函一般表达式,并复现了 Hopfield 模型的经典结果。针对有限模式数,论文推导了具有多项式相互作用和 Log-Sum-Exponential(LSE)激活函数的稠密联想记忆随温度变化的自由能泛函,并给出 LSE 模型的精确无错阈值。该框架还揭示了高阶稠密网络中记忆检索对初始状态的依赖。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。