• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Thèse de Doctorat
DOI
https://doi.org/10.11606/T.54.1988.tde-09042007-154549
Document
Auteur
Nom complet
Jose Fernando Fontanari
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Carlos, 1988
Directeur
Jury
Koberle, Roland (Président)
Felicio, Jose Roberto Drugowich de
Oliveira, Paulo Murilo Castro de
Onuchic, Jose Nelson
Theumann, Walter Karl
Titre en portugais
Processamento de informações em redes de neurônios sincronas
Mots-clés en portugais
Mecânica estatística
Memória associativa
Redes neurais
Vidros de spin
Resumé en portugais
Vidros de spins são sistemas extremamente complexos caracterizados por um número enorme de estados estáveis e meta estáveis. Se identificarmos cada um desses estados com uma informação memorizada, esses sistemas podem ser utilizados como memórias associativas ou endereçáveis por conteúdo. O modelo de vidro de spins passa então a ser chamado de rede de neurônios. Neste trabalho estudamos a termodinâmica e alguns aspectos dinâmicos de uma rede de neurônios com processamento paralelo ou síncrono - o Modelo de Little de memória associativa - no regime em que o número de informações memorizadas p cresce como p = αN, onde N é o número de neurônios. Usando a teoria simétrica em relação às réplicas obtemos o diagrama de fases no espaço de parâmetros do modelo no qual incluímos um termo de autointeração dos neurônios.A riqueza do diagrama de fases que possui uma superfície de pontos tricríticos é devida à competição entre os dois regimes assintóticos da dinâmica síncrona: pontos fixos e ciclos de período dois.
Titre en anglais
Information processing in synchronous neural networks
Mots-clés en anglais
Associative memory
Neural networks
Spin glasses
Statistical mechanics
Resumé en anglais
Spin glasses are very complex systems characterized by a huge number of stable and metastable states. If we identify each state with a memorized information then spin glasses may be used as associative or content addressable memories. This spin glass model is then called a neural network. In this work we study the thermodynamics and some dynamical aspects of a neural network with parallel or synchronous processing - Little's model of associative memory -in the regime where the number of memorized informations p grows as p = αN, where N is the number of neurons. Using the replica symmetric theory we determine the phase diagram in the space of the model's parameters, in which we include a neural self interaction term. The richness of the phase diagram which possesses a surface of tricritical points is due to the competition between the two asymptotic dynamical behaviours of the synchronous dynamics: fixed points and cycles of lenght two.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Fontanari.pdf (3.53 Mbytes)
Date de Publication
2007-04-10
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2024. Tous droits réservés.