Fugu-MT 論文翻訳(概要): Synthesis of Hopfield Neural Network: Novel Results

論文の概要: Synthesis of Hopfield Neural Network: Novel Results

arxiv url: http://arxiv.org/abs/2608.25481v1
Date: Wed, 26 Aug 2026 07:52:52 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-27 14:15:15.661817
Title: Synthesis of Hopfield Neural Network: Novel Results
Title（参考訳）: ホップフィールドニューラルネットワークの合成:新しい結果
Abstract要約: ハイパーキューブのより多くのコーナーが安定状態(ニューロンの数が偶数であっても奇数であっても)としてプログラムできることが証明された。本研究では,ホップフィールドニューラルネットワークの「プログラミング問題」に対する新たな視点を示す。
参考スコア（独自算出の注目度）: 3.655021726150368
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: Using the logical basis of synthesizing Hopfield Neural Network with desired corners of hypercube as stable states (proposed in [1]), it is proved that more corners of hypercube can be programmed as stable states (whether the number of neurons is even or odd). The research paper presents a new perspective to the so called "Programming Problem" of Hopfield Neural Network.
Abstract（参考訳）: ホップフィールドニューラルネットワークを所望の高真空角を安定状態として合成する論理的基礎([1]で表される)を用いて、高真空のより多くの角を安定状態としてプログラムできることが証明された(ニューロンの数は偶数か奇数か)。本研究では,ホップフィールドニューラルネットワークの「プログラミング問題」に対する新たな視点を示す。

関連論文リスト

Stochastic Neural Networks for Quantum Devices [26.90377134346014]
ゲート型量子コンピューティングにおいて,ニューラルネットワークを量子回路として表現し,最適化するための定式化を提案する。古典的なパーセプトロンによって動機付けられたニューロンは、量子ニューラルネットワークに導入され、結合される。
論文参考訳（メタデータ） (2026-02-24T10:16:10Z)
Quantum-Enhanced Neural Contextual Bandit Algorithms [50.880384999888044]
本稿では,Quantum Neural Tangent Kernel-Upper Confidence Bound (QNTK-UCB)アルゴリズムを提案する。 QNTK-UCBは、量子ニューラルタンジェントカーネル(QNTK)を利用してこれらの制限に対処する新しいアルゴリズムである。
論文参考訳（メタデータ） (2026-01-06T09:58:14Z)
Quantum State Fidelity for Functional Neural Network Construction [0.0]
我々は関数型ネットワークを構築するためにハイブリッド量子アルゴリズムを実装した。我々の結果は、量子コンピューティングが神経科学におけるデータ駆動モデリングの選択肢として、可能で潜在的に有利な選択肢を提供することを示唆している。
論文参考訳（メタデータ） (2025-08-23T04:26:53Z)
LinSATNet: The Positive Linear Satisfiability Neural Networks [116.65291739666303]
本稿では,ニューラルネットワークに人気の高い正の線形満足度を導入する方法について検討する。本稿では,古典的なシンクホーンアルゴリズムを拡張し,複数の辺分布の集合を共同で符号化する,最初の微分可能満足層を提案する。
論文参考訳（メタデータ） (2024-07-18T22:05:21Z)
RBF-PINN: Non-Fourier Positional Embedding in Physics-Informed Neural Networks [1.9819034119774483]
特定の状況下で広く使われているFourierベースの特徴マッピングの限界を強調した。条件付き正定根基関数の使用を提案する。我々の手法は座標に基づく入力ニューラルネットワークにシームレスに統合できる。
論文参考訳（メタデータ） (2024-02-13T10:54:43Z)
Investigating Topological Order using Recurrent Neural Networks [0.7234862895932991]
トポロジカル秩序を示す2つの原型量子多体ハミルトニアンを2次元RNNを用いて検討する。具体的には, RNN波動関数が, かごめ格子上のトーリック符号とボース・ハッバードスピン液体のトポロジ的順序を効果的に捉えることができることを示した。
論文参考訳（メタデータ） (2023-03-20T15:40:28Z)
Gradient Descent in Neural Networks as Sequential Learning in RKBS [63.011641517977644]
初期重みの有限近傍にニューラルネットワークの正確な電力系列表現を構築する。幅にかかわらず、勾配降下によって生成されたトレーニングシーケンスは、正規化された逐次学習によって正確に複製可能であることを証明した。
論文参考訳（メタデータ） (2023-02-01T03:18:07Z)
QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文参考訳（メタデータ） (2022-11-09T21:43:16Z)
On the Intrinsic Structures of Spiking Neural Networks [66.57589494713515]
近年、時間依存データやイベント駆動データを扱う大きな可能性から、SNNへの関心が高まっている。スパイキング計算における本質的な構造の影響を総合的に調査する研究が数多く行われている。この研究はSNNの本質的な構造を深く掘り下げ、SNNの表現性への影響を解明する。
論文参考訳（メタデータ） (2022-06-21T09:42:30Z)
The Spectral Bias of Polynomial Neural Networks [63.27903166253743]
PNN(Polynomial Neural Network)は、高頻度情報を重要視する画像生成と顔認識に特に有効であることが示されている。これまでの研究では、ニューラルネットワークが低周波関数に対して$textitspectral bias$を示しており、トレーニング中に低周波成分のより高速な学習をもたらすことが示されている。このような研究に触発されて、我々はPNNのTangent Kernel(NTK)のスペクトル分析を行う。我々は、最近提案されたPNNのパラメトリゼーションである$Pi$-Netファミリがスピードアップすることを発見した。
論文参考訳（メタデータ） (2022-02-27T23:12:43Z)
The Hintons in your Neural Network: a Quantum Field Theory View of Deep Learning [84.33745072274942]
線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
論文参考訳（メタデータ） (2021-03-08T17:24:29Z)
Deep Neural Networks as the Semi-classical Limit of Quantum Neural Networks [0.0]
量子ニューラルネットワーク(QNN)は、スピンネットにマッピングできる。 Deep Neural Networks (DNN)はQNNのサブケースである。トポロジカル量子場理論(TQFT)の用語を用いて機械学習(ML)キー概念を記述できる
論文参考訳（メタデータ） (2020-06-30T22:47:26Z)
Statistical Tests and Confidential Intervals as Thresholds for Quantum Neural Networks [0.0]
我々は、最小二乗量子ニューラルネットワーク(LS-QNN)、対応する量子ニューラルネットワーク(PI-QNN)、回帰量子ニューラルネットワーク(PR-QNN)、およびカイ二乗量子ニューラルネットワーク(chi2$-QNN)を分析し、構築する。対応するトレーニングルールのしきい値として、ソリューションやテストを使用します。
論文参考訳（メタデータ） (2020-01-30T05:41:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。