Miniatura

Fitxers

73475.pdf (1.47 MB)

Tipus de document

Article

Versió

Versió publicada

Data de publicació

1993

Tots els drets reservats

Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/18685

Generalization transitions in Hidden-Layer neural networks for third-order feature discrimination

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

http://dx.doi.org/10.1103/PhysRevE.47.2162

Resum

Stochastic learning processes for a specific feature detector are studied. This technique is applied to nonsmooth multilayer neural networks requested to perform a discrimination task of order 3 based on the ssT-block¿ssC-block problem. Our system proves to be capable of achieving perfect generalization, after presenting finite numbers of examples, by undergoing a phase transition. The corresponding annealed theory, which involves the Ising model under external field, shows good agreement with Monte Carlo simulations.

Matèries

Física estadística, Processos estocàstics, Biofísica

Matèries (anglès)

Statistical physics, Stochastic processes, Biophysics

Citació

Col·leccions

Articles publicats en revistes (Cognició, Desenvolupament i Psicologia de l'Educació)

Citació

ROMEO VAL, August. Generalization transitions in Hidden-Layer neural networks for third-order feature discrimination. _Physical Review E_. 1993. Vol. 47, núm. 3, pàgs. 2162-2171. [consulta: 24 de gener de 2026]. ISSN: 1063-651X. [Disponible a: https://hdl.handle.net/2445/18685]

Exportar metadades

JSON - METS

Compartir registre