CASIA OpenIR  > 毕业生  > 硕士学位论文
基于微分几何方法的Boltzmann机退火过程的研究
廖建军
Subtype工学硕士
Thesis Advisor戴汝为
1992-08-01
Degree Grantor中国科学院自动化研究所
Place of Conferral中国科学院自动化研究所
Degree Discipline模式识别与智能系统
Abstract神经网络系统理论是近年来得到迅速发展的一个多学科、综合性的国 际前沿研究领域,它的发展对于计算机科学、人工智能、认知科学、数理 科学、信息科学、电子学等领域都有重要影响。随着这个领域研究的深入, 它的统一的理论基础受到了越来越多学者的关注。本文试图从Kullback熵 出发,利用微分几何的方法,通过对神经网络重要模型BOltzmann机的退 火过程中标量曲率性质的研究和推广,探讨神经网络理论基础的新的有效 研究途径。 作者的研究工作主要包括:(1)在建立神经网络统计模型的Riemann 流形时,注意到两个邻近分布的Kullback熵能够表示成以Fisher信息矩阵 为系数的正定二次型这一事实,提出在网络分布形成的流形中用Kullback 熵引入流形的Riemann度量形式,从而自然地建立其Riemann几何结构, 给流形的几何量赋予其在神经网络中的物理意义。(2)通过推导、简化和 计算,得出了Boltzmann机退火过程中标量曲率和网络参数的依赖关系。 (3)分析了标量曲率的高温和低温特性,当网络温度T→+∞时,标量曲 率R→O-,T→O时,R→-∞。(4)采用这类研究中一般常用的方法,经 过具有一定工作量的数值模拟,结果表明,退火过程中标量曲率R
shelfnumXWLW259
Other Identifier259
Language中文
Document Type学位论文
Identifierhttp://ir.ia.ac.cn/handle/173211/7050
Collection毕业生_硕士学位论文
Recommended Citation
GB/T 7714
廖建军. 基于微分几何方法的Boltzmann机退火过程的研究[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1992.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[廖建军]'s Articles
Baidu academic
Similar articles in Baidu academic
[廖建军]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[廖建军]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.