跳到正文
热点事件持续更新

模块化受限玻尔兹曼机分类研究

1 篇报道1 个报道来源9 小时前更新

先了解这件事

报道摘要

研究者将 L 个 Hopfield 模型通过 Hebbian 模块内耦合与 anti-Hebbian 模块间耦合组成模块化联想网络,其积分表示对应 L 个隐藏层相互耦合的受限玻尔兹曼机(RBM),从而把 HM-RBM 对偶推广到模块化场景。

摘自 arXiv stat.ML

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv stat.ML
    模块化受限玻尔兹曼机中的分类任务研究

    研究者将 L 个 Hopfield 模型通过 Hebbian 模块内耦合与 anti-Hebbian 模块间耦合组成模块化联想网络,其积分表示对应 L 个隐藏层相互耦合的受限玻尔兹曼机(RBM),从而把 HM-RBM 对偶推广到模块化场景。

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。