Jan, 2013

复杂神经系统与高维数据的统计力学

PDF
TL;DR这篇论文介绍了在统计物理学、计算机科学和神经生物学交叉领域中涌现的模型统计方法，如关联复制和空腔方法，信息传递的概念和其在神经计算和学习中的应用，以期提供更好的理论和技术支持解决神经网络中的复杂计算问题。
neuronal networksstatistical physicscomputer sciencemessage passingneural computation
发现论文，激发创造
  • 统计力学与人工神经网络：原理，模型和应用

    神经科学，人工神经网络，统计力学，Hopfield 网络和 Boltzmann 机器是人工神经网络领域的主要研究课题。通过研究人工神经网络中的丢失函数的几何特征和可视化方法，可以提高其优化行为、泛化能力和整体性能。

    Apr, 2024

  • 大规模神经科学中的简单与复杂

    本文回顾了大规模神经科学研究中的技术和数据分析方面的缺陷，并提出了新的理论框架与方法以促进神经科学概念的进一步发展。

    Mar, 2015

  • 神经网络的统计力学表述探究

    通过统计力学的视角，提出了在吸引子网络方面的 Hopfield 网络和 Boltzmann 机之间的相似性，并给出了恢复 Hebbian 范式的两种替代方法。同时，强调了铁磁体和运算放大器以及反铁磁体和触发器之间的映射。

    Jul, 2014

  • 稀疏表示、推理和学习

    本文介绍了一种可以用于处理弱长程相互作用问题的通用框架，其中包括压缩感知问题或感知器学习问题，框架利用了统计物理学的分析工具来研究其解决方案的基本限制，并提出了解决方案算法，这可以为机器学习提供有益的工具。

    Jun, 2023

  • 非平衡物理：从自旋玻璃到机器和神经学习

    混沌多体系统的新兴智能行为可以通过统计物理学来表征，探索学习机制与物理动力学之间的关系，以设计适用于人工智能应用的智能系统。

    Aug, 2023

  • 神经网络中的高维解流形：基于统计物理的见解

    论文概述了统计力学方法在神经网络中的应用，重点讨论了感知器结构、训练误差配置和解空间的平均形状等主题。

    Sep, 2023

  • 复杂网络的统计力学

    本文回顾了复杂网络领域的最新进展，重点讨论了网络拓扑和动态的统计力学。通过回顾激发最近对网络兴趣的实证数据，讨论了主要模型和分析工具，包括随机图、小世界和无标度网络等，以及拓扑与网络抵抗故障和攻击的稳健性之间的相互作用。

    Jun, 2001

  • 用人工神经网络研究二维量子多体动力学

    该研究讨论了利用人工神经网络编码量子多体波函数的方法，有效地模拟了二维空间中的量子物质的无平衡实时演化，并应用到横向场伊辛模型上，验证了该方法的准确性和可行性。

    Dec, 2019

  • 神经群体动态和几何的可解释统计表征

    本研究提出了一种基于统计学习的无监督几何深度学习框架，利用局部相空间特征的统计分布来表示非线性动态系统，该方法提供了鲁棒的几何感知或几何无关的表示，可用于测量轨迹的基础上进行无偏的动力学比较，并设计了一种具有最先进准确性的解码算法。

    Apr, 2023

  • 流动中的采样：扩散与自回归神经网络的自旋玻璃视角

    利用流水、扩散或自回归神经网络等生成模型进行的抽样分析工作，发现在某些参数范围内，这些方法可能无法高效抽样，而标准的 Monte Carlo 或 Langevin 方法则可行。然而，在其他参数范围内，这些生成模型的方法效果更好，而标准方法却低效。

    Aug, 2023