-
题名二进神经网络表达奇偶校验问题的隐元最小数目上界
被引量：1
- 1
-
-
作者
陆阳
杨娟
王强
黄镇谨
-
机构
合肥工业大学计算机与信息学院
-
出处
《中国科学：信息科学》
CSCD
2012年第3期352-361,共10页
-
文摘
二进神经网络采用线性分类,是结构简单又易于实现的一类神经网络,在许多应用领域中都有重要研究价值.对于单隐层二进神经网络,目前隐层规模的确定问题仍然没有明确的研究结论.本文在研究隐层规模问题的过程中,提出了布尔空间的最多孤立样本问题.在二进神经网络隐层神经元各自表达一个"与"关系,所有隐层神经元通过输出元形成"或"关系的情况下,证明了实现最多孤立样本问题需2n?1个隐层神经元.更重要的是,指出了n元奇偶校验问题和最多孤立样本结构的等价性.进一步地,通过引入隐层抑制神经元将隐元数目降为n,说明了抑制神经元在二进神经网络中的重要作用.最后,在Hamming球与SP函数的基础上,揭示出抑制神经元和n元奇偶校验问题的逻辑关系,并给出了奇偶校验问题的逻辑式表达.
-
关键词
二进神经网络
抑制神经元
n元奇偶校验
Hamming球
SP函数
-
Keywords
binary neural network
restraining neuron
n-bit parity problem
Hamming sphere
SP function
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
