基于启发式退火拓扑择优机制的稀疏联想记忆实现

作者：杨静; 孔斌; 王斌

来源：上海交通大学学报, 2013, (07): 1009-1014+1021.

DOI：10.16183/j.cnki.jsjtu.2013.07.001

• 联想记忆
• 稀疏互联
• 结构自适应
• 退火拓扑择优 associative memory
• sparsely connected
• adaptive topology
• annealed topology preferential

借鉴统计物理学中的"退火"概念,针对已有稀疏互联联想记忆模型中只考虑网络连接随机稀疏方式,缺乏面向特定模式存储任务的确定性操作,使用非平衡态统计分析方法,讨论了有限代谢能量资源约束下的网络结构最优稀疏原则,给出了相应的理论推导.在此基础上,研究了面向特定学习任务的网络稀疏结构自适应方法,构建了基于启发式退火拓扑择优机制的稀疏联想记忆模型.实验表明,该模型既具有一定的生物学基础,维持了网络结构广泛稀疏互联的特性,又能在网络资源受限条件下达到最优联想记忆性能,符合神经生物系统本身自组织、自学习的特点.

• 单位
  中国科学院合肥智能机械研究所; 中国科学技术大学