1

ニューラルネットの計算能力に興味があります。リカレントニューラルネットはチューリング完全であると一般に認められています。今、私はこれを証明するいくつかの論文を探していました。

私がこれまでに見つけたもの：

  • ニューラルネットを使用したチューリング計算可能性、HavaT.SiegelmannおよびEduardoD.Sontag、1991年

    これは理論的な観点からのみ興味深いと思います。なぜなら、それは無限の正確さのニューロン活動を持っている必要があるからです（何らかの形で有理数として状態をエンコードするため）。

  • S.フランクリンとM.ガーゾン、ニューラル計算可能性

    これには無制限の数のニューロンが必要であり、実際にはそれほど実用的ではないようです。

（私の別の質問は、そのような理論的結果と実践の間のこの種の問題を指摘しようとしていることに注意してください。）

私は主に、実際にシミュレートしてテストできるコードを実際に実行できるニューラルネットを探しています。もちろん、実際には、彼らはある種の限られた記憶を持っているでしょう。

誰かがこのようなことを知っていますか？

4

2 に答える 2

1

多分この紙？http://lipas.uwasa.fi/stes/step96/step96/hyotyniemi1/

于 2010-06-07T16:43:36.250 に答える
1

少し話題から外れていますが、おそらく検索に役立ちます（修士論文のように聞こえます）。分類やセグメンテーションなどに学習アルゴリズムを使用した私の経験では、ベイジアン学習は、その強力な数学的基礎により、あらゆる形式のニューラルネット、遺伝的アルゴリズム、およびその他の気の利いたサウンドアルゴリズムよりも優れています。

私の本では、数学の基礎がアドホックな方法よりも優れた技術になっています。たとえば、ベイジアンネットワークからの結果は、数学的に確率として解釈できますが（必要に応じて、p値を使用する場合でも）、ニューラルネットは当て推量であることがよくあります。残念ながら、ベイズ統計は、間違いなくより有用で十分に確立されているにもかかわらず、「ニューラルネットワーク」ほどセクシーに聞こえません。

誰かがアカデミックな環境でこれを正式に振り払うのを見たいと思います。

于 2010-06-18T14:16:41.073 に答える