Relationship between various weight strengths and association capabilities of the neural network = 다변 시냅스 값이 신경망의 연상 능력에 미치는 영향

국문 초록 (Abstract)

신경회로망의 이론적 해석에 있어서 지금까지는 주로 고정된 파라메터값들을 지닌 경우에 대해 그 특성들이 조사 연구되었다. 그러나 신경회로망의 가장 중요한 특징 중의 하나가 스스로 환경에 적응해 가는 능력에 있음을 인식한다면, 균일하지 않은 여러 가지 상황으로 신경망을 구성하여 그 때의 동작이나 능력을 평가하고 이해하는 것은 신경망 연구에 있어서 대단히 중요한 접근이다. 이러한 입장에서 본 논문에서는 지연층을 가지며 가변적 시냅스 값을 가진 신경회로망을 대상으로 그 능력을 해석적으로 평가한다.

다국어 초록 (Multilingual Abstract)

Theoretical studies on neural network models focus very often on the situation where relevant parameters are fixed precisely. For example, the thresholds and/or the output amplitudes of neurons, or the synaptic connections, are precise. To discuss the robustness of neural networks, which is the most important characteristic of adaptive systems, I have to take various non-uniformities into account, and see what happens to theoretical results in an ideal situation. The nature of neural network systems could only be understood by studying various kind of trade-offs. With these things in mind, I study the dynamics of an sequential associative neural network model with varied weight strength from delay layer.

목차 (Table of Contents)

• 1. Introduction
• 2. Definition of the model
• 3. Dynamic recall
• 4. Discussion and comments