Динамічна асоціативна пам'ять на основі відкритої рекурентної нейромережі

Розглянуто модель відкритої рекурентної нейромережі, що відрізняється відсутністю прихованих нейронів, та запропоновано метод “заморожування” її динамічних атракторів. Одержано вирішення рівняння стабільності й розроблено метод неітеративного навчання таких нейромереж. На його основі створено нову м...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Математичні машини і системи
Дата:2010
Автор: Різник, О.М.
Формат: Стаття
Мова:Ukrainian
Опубліковано: Інститут проблем математичних машин і систем НАН України 2010
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/51609
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Динамічна асоціативна пам'ять на основі відкритої рекурентної нейромережі / О.М. Різник, Д.О. Дзюба // Мат. машини і системи. — 2010. — № 2. — С. 50-60. — Бібліогр.: 17 назв. — укр.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-51609
record_format dspace
spelling Різник, О.М.
2013-12-04T00:58:15Z
2013-12-04T00:58:15Z
2010
Динамічна асоціативна пам'ять на основі відкритої рекурентної нейромережі / О.М. Різник, Д.О. Дзюба // Мат. машини і системи. — 2010. — № 2. — С. 50-60. — Бібліогр.: 17 назв. — укр.
1028-9763
https://nasplib.isofts.kiev.ua/handle/123456789/51609
621.8: 681.5
Розглянуто модель відкритої рекурентної нейромережі, що відрізняється відсутністю прихованих нейронів, та запропоновано метод “заморожування” її динамічних атракторів. Одержано вирішення рівняння стабільності й розроблено метод неітеративного навчання таких нейромереж. На його основі створено нову модель нейронної динамічної асоціативної пам’яті, одержано оцінки атракторного радіуса та обсягу пам’яті. Оцінено розміри траєкторії динамічних атракторів і виявлено можливість управління динамічними атракторами шляхом зміни впливу різних складових зворотного зв’язку. Створено програмну модель динамічної асоціативної пам’яті та одержано експериментальне підтвердження результатів теоретичного аналізу. Відзначено аналогію між динамічними атракторами та цугами нервової активності мозку.
Рассмотрена модель открытой рекуррентной нейросети, отличающейся отсутствием скрытых нейронов, и предложен метод “замораживания” ее динамических аттракторов. Получено решение уравнения устойчивости и разработан метод неитеративного обучения таких нейронных сетей. На его основе разработана новая модель нейронной динамической ассоциативной памяти, получены оценки величины аттракторного радиуса и объема памяти. Оценены размеры траектории динамических аттракторов и показана возможность управления динамическими аттракторами путем изменения влияния различных составляющих обратной связи. Создана программная модель динамической ассоциативной памяти и получено экспериментальное подтверждение результатов теоретического анализа. Отмечена аналогия между динамическими аттракторами и цугами нервной активности мозга.
Mathematical model of open dynamic recurrent neural network, that hasn't got hidden neurons, is described, and concept of “freezing” of its dynamic attractors is proposed. Solution of generalized stability equation is found and noniterative method for training of this type of networks is developed. On the basis of this method a new model of neural associative memory is created, estimations of attraction radius and memory capacity are obtained. Size of dynamic attractor's trajectory is estimated and possibility of managing of dynamic attractors by changing level of influence of different feedback components is shown. Software model of dynamic associative memory is developed, and experimental confirmation of theoretical analysis is obtained. An analogy between dynamic attractors and neural activity patterns is remarked.
uk
Інститут проблем математичних машин і систем НАН України
Математичні машини і системи
Обчислювальні системи
Динамічна асоціативна пам'ять на основі відкритої рекурентної нейромережі
Динамическая ассоциативная память на основе открытой рекуррентной нейросети
Dynamic associative memory, based on open recurrent neural network
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Динамічна асоціативна пам'ять на основі відкритої рекурентної нейромережі
spellingShingle Динамічна асоціативна пам'ять на основі відкритої рекурентної нейромережі
Різник, О.М.
Обчислювальні системи
title_short Динамічна асоціативна пам'ять на основі відкритої рекурентної нейромережі
title_full Динамічна асоціативна пам'ять на основі відкритої рекурентної нейромережі
title_fullStr Динамічна асоціативна пам'ять на основі відкритої рекурентної нейромережі
title_full_unstemmed Динамічна асоціативна пам'ять на основі відкритої рекурентної нейромережі
title_sort динамічна асоціативна пам'ять на основі відкритої рекурентної нейромережі
author Різник, О.М.
author_facet Різник, О.М.
topic Обчислювальні системи
topic_facet Обчислювальні системи
publishDate 2010
language Ukrainian
container_title Математичні машини і системи
publisher Інститут проблем математичних машин і систем НАН України
format Article
title_alt Динамическая ассоциативная память на основе открытой рекуррентной нейросети
Dynamic associative memory, based on open recurrent neural network
description Розглянуто модель відкритої рекурентної нейромережі, що відрізняється відсутністю прихованих нейронів, та запропоновано метод “заморожування” її динамічних атракторів. Одержано вирішення рівняння стабільності й розроблено метод неітеративного навчання таких нейромереж. На його основі створено нову модель нейронної динамічної асоціативної пам’яті, одержано оцінки атракторного радіуса та обсягу пам’яті. Оцінено розміри траєкторії динамічних атракторів і виявлено можливість управління динамічними атракторами шляхом зміни впливу різних складових зворотного зв’язку. Створено програмну модель динамічної асоціативної пам’яті та одержано експериментальне підтвердження результатів теоретичного аналізу. Відзначено аналогію між динамічними атракторами та цугами нервової активності мозку. Рассмотрена модель открытой рекуррентной нейросети, отличающейся отсутствием скрытых нейронов, и предложен метод “замораживания” ее динамических аттракторов. Получено решение уравнения устойчивости и разработан метод неитеративного обучения таких нейронных сетей. На его основе разработана новая модель нейронной динамической ассоциативной памяти, получены оценки величины аттракторного радиуса и объема памяти. Оценены размеры траектории динамических аттракторов и показана возможность управления динамическими аттракторами путем изменения влияния различных составляющих обратной связи. Создана программная модель динамической ассоциативной памяти и получено экспериментальное подтверждение результатов теоретического анализа. Отмечена аналогия между динамическими аттракторами и цугами нервной активности мозга. Mathematical model of open dynamic recurrent neural network, that hasn't got hidden neurons, is described, and concept of “freezing” of its dynamic attractors is proposed. Solution of generalized stability equation is found and noniterative method for training of this type of networks is developed. On the basis of this method a new model of neural associative memory is created, estimations of attraction radius and memory capacity are obtained. Size of dynamic attractor's trajectory is estimated and possibility of managing of dynamic attractors by changing level of influence of different feedback components is shown. Software model of dynamic associative memory is developed, and experimental confirmation of theoretical analysis is obtained. An analogy between dynamic attractors and neural activity patterns is remarked.
issn 1028-9763
url https://nasplib.isofts.kiev.ua/handle/123456789/51609
citation_txt Динамічна асоціативна пам'ять на основі відкритої рекурентної нейромережі / О.М. Різник, Д.О. Дзюба // Мат. машини і системи. — 2010. — № 2. — С. 50-60. — Бібліогр.: 17 назв. — укр.
work_keys_str_mv AT ríznikom dinamíčnaasocíativnapamâtʹnaosnovívídkritoírekurentnoíneiromereží
AT ríznikom dinamičeskaâassociativnaâpamâtʹnaosnoveotkrytoirekurrentnoineiroseti
AT ríznikom dynamicassociativememorybasedonopenrecurrentneuralnetwork
first_indexed 2025-11-30T16:48:50Z
last_indexed 2025-11-30T16:48:50Z
_version_ 1850858228611547136