具有状态空间形式的内部动态的神经网络

人工智能 循环神经网络 楷模 控制问题
2021-11-15 11:00:11

具有反馈的神经网络(Hopfield、Hamming 等)不同于普通的神经网络(多层感知器等),后者将它们变成具有自身内部动态的动态元素(如果我们将它们视为单独的动态链接)。自然会出现以下问题——是否可以用状态空间的形式来表示它们?

细微差别在于反馈是通过引入延迟元素创建的,这意味着仅以离散形式记录神经网络。可以连续录制吗?什么充当矩阵 A、B、C、D?非线性激活函数的存在如何影响?我设法找到的唯一或多或少有用的信息是在这篇文章中:

动态系统识别与控制中的神经网络。3.2 段。第 8 页

但我的假设只在那里得到证实,并没有澄清情况。

一般来说,如果有人遇到过这个问题并且可以帮助研究这个问题,请分享链接,可能的例子等。

1个回答

我认为Haykin的《神经网络和学习机器》这本书可以帮助到你。在他的书中,第 13 章是关于神经动力学的,并且有一些关于如何分析网络动力学的例子。