Attraction domains in a hebb-like neural network with unequally weighted patterns: temperature dependence
E. Cota, Laura Dalila Silva Viana, Carmen Martínez · 1996
A long range Ising NeuraI Network is considered, where a finite number p of uncor- related patteros has been stored with dilfereut embeddiug strengths w according to a modified Hebb rule. A systematic study of the size of the basins of attractiou as a fuuctiou of the weights {wl and the noise level T is performed for p ~ 4. This is done by iteratiug numerically the flux equations for the overlaps betweeu the stored patteros and the dynamical state of the system. The temperature above which aH spurious minima disappear as a function of the embedding strengths is obtained. This temperature is found to take Its highest value in the Jlebb case. RESU~1EN. Se considera una red neuronal de Ising con interacciones de largo alcance en la cual un numero finito p de patrones ha sido almacenado con pesos diferentes Wi..? de acuerdo con una regla de aprendizaje tipo Hebb modificada. Para p :5 4 se hace una evaluacion sistematica del tamano de las cuencas de atracci6n de este sistema, como funci6n de los pesos {wi..?} de las memorias y del nivel de ruido T. Esto se hace mediante la iteracion numerica de las ecuaciones de flujo para los traslapes entre los patrones almacenados y el estado dinamico del sistema. Se obtiene la temperatura T., como funcion de {wi..?}, por encima de la cual desaparecen los estados espurios. Se encuentra que esta temperatura toma su valor mas alto en el caso de Hebb.