arXiv · ML· Matteo Negri, Clarissa Lauditi, Gabriele Perugini, Carlo Lucibello, Enrico M. Malatesta·· 8 小时前AI 评分26
随机特征 Hopfield 模型的存储与学习相变研究
Storage and Learning phase transitions in the Random-Features Hopfield Model
AI 导读
受流形假设启发，作者提出随机特征 Hopfield 模型，即对 D 维高斯向量进行随机投影后加非线性以生成 N 长二进制模式。 利用统计物理复制方法，研究团队推导了该模型在 P,N,D 趋于无穷且比率固定时的相图，揭示了特征可从无监督模式中被推断出的“学习相变”现象。
来源：arXiv · ML · arxiv.org