鲁棒竞争网络资料.pdfVIP

鲁棒竞争网络 M.Schmutz,W.Banzhaf. Roust competitive networks. Physical Review A ,1992,Vol 45 No.6.4132-4155 翻译：洪艳 2000/4/22 鲁棒竞争网络是一种以鲁棒的方式动态的实现胜者全取功能的网络，在对这种网络的研究中，本文 讨论一类包括小范围扩散的相互作用的模型。这种分析是建立在数学模拟和应用场论方法得到的分析结 果相结合的基础之上的。基态性质试验显示，高于一维以上的鲁棒竞争的实现需要有至少四阶非标准扩 散相互作用。 Ⅰ、 简介 虽然物理学的大系统和人工神经网络理论二者都与系统的集体属性有关，而且这些系 统都是由很多相互作用的基本单位组成，但二者在很多方面都有区别。与物理系统的组成 块相反的是，人工神经元可以自由定义。更基本的，网络状态考虑到代码信息，而且它们 的动态过程解释为信息处理过程。由于它们的内在并行性和大不相同的组织机制，神经网 络被认为是标准计算机及其程序设计方式的有益的替代者。 考虑到在大系统行为中，有着丰富的资源和信息编码的自由化，因而对将人工神经网 络作为信息处理技术方法的探索似乎仍处于萌芽期，更加深这种印象的是，其基本单元的 属性和集体行为之间仅有很小的联系。由于缺乏关于神经网络真正作用的全面理论，网络 设计的进步主要依赖于猜想一个看起来可工作的网络结构，例如从物理学中借鉴并重新解 释概念与分析其实际行为的结合。 在本文中，通过对鲁棒竞争动态过程进行有节制的建构，我们论证了这一过程。作为 起始点，我们选择了哈肯为模式识别而发展起来的竞争动力学说[1]。其竞争结果是一种严 格的局部化状态，唯一兴奋的神经元代表获胜者而其它的神经元处于被抑制状态。我们通 过在其上分布一些数目可调的神经元来寻找具有胜者的鲁棒性编码的系统，在这一过程 中，可通过添加扩散干扰[2]对哈肯模型进行修改。出于这样的动机，我们使用合成的扩散 哈肯网络，即希望新基态应代表原始哈肯模型的局域化力和非局域化扩散相互作用之间妥 协的结果状态，因此，如果激励增加，其宽度就可由分散的耦合力来控制。其后的主要任 务是找出模型的行为是否和预期的一致以及如何一致。 关于“最近邻居”的定义同时介绍了拓扑和维数的概念，因此，根本的改变模型的性 质，会带来不尽人意的后果，即扩散的哈肯模型不能再用“直接向前”的方式分析。当我 们用可兴奋连续的媒质取代分立的神经元时，上述情形将会有所改善。正如所证明的，根 据系统维数的不同，扩散相互作用的阶数及耦合力大小的变化，合成的场论基态性质应该 更为详细的讨论。与对离散神经元的模拟相结合，我们得到一幅关于场论的扩散哈肯模型 的基态性质图以及离散表达。 本文的计划如下：第二部分总结了原始哈肯模型的性质，第三部分定义了分散的哈肯 模型，包括其场论的表示方法。第四部分我们用基于近似高斯函数的变异计算来讨论基态 权值。第五部分和第六部分我们采用瞬子方法并给出一维的精确解。第七部分我们总结低 1 维时场论的分析及数值计算的结论并且将它们与离散神经元模拟相比较。第八部分我们给 出结论。 Ⅱ、哈肯模型 受协同系统的模式形成和模式识别的相似性的启发，哈肯已给出了一个竞争模型的典 型的动力学过程的表达式。在这一部分我们将概括其基本属性（详细请参照[1]和最新综述 [3]）。 由于势函数V (1) (q) 作用，系统状态q RN 依据下式： . q V (1) (q) （2.1） 而改变。这里假定： 1 1 1 4 V (1) (q) D D 2 q （2.2） i