稀疏连接的异步池计算网络

摘要：

针对池计算网络的构建问题,提出了一种稀疏连接的异步神经元池构造方法,该方法将多个子神经元池顺序连接,并在子神经元池之间设置滞后环节,以实现各子神经元池对输入信息的异步处理,进而构成串行的记忆.为实现信息高效传输,子神经元池之间采用稀疏的连接方式.实验表明,所提方法能够有效地提高神经元池的记忆容量,易于解决长时依赖问题.此外,该结构能够使神经元池产生丰富的动力学行为,对初始参数也有较好的鲁棒性.

关键词：人工神经网络、池计算、记忆、鲁棒性、动力学

所属期刊栏目：51

资助基金：国家自然科学基金批准号:21606256

在线出版日期：2021-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：764-778