Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Emotion Prediction from User-Generated Videos by Emotion Wheel Guided Deep Learning Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Stability of Periodic Orbits in Dynamic Binary Neural Networks with Ternary Connection

verfasst von : Kazuma Makita, Ryuji Sato, Toshimichi Saito

Erschienen in: Neural Information Processing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper studies dynamic binary neural networks that can generate various periodic orbits. The networks is characterized by signum activation function and ternary connection parameters. In order to analyze the dynamics, we present two simple feature quantities that characterize plentifulness of transient phenomena and superstability of the periodic orbits. Calculating the feature quantities for a class of networks, we investigate transient and superstability of the periodic orbits.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Joint Routing and Bitrate Adjustment for DASH Video via Neuro-Dynamic Programming in SDN
Nächstes Kapitel Evaluation of Chaotic Resonance by Lyapunov Exponent in Attractor-Merging Type Systems
Literatur
1.
Gray, D.L., Michel, A.N.: A training algorithm for binary feed forward neural networks. IEEE Trans. Neural Netw. 3(2), 176–194 (1992)CrossRef
2.
Chen, F., Chen, G., He, Q., He, G., Xu, X.: Universal perceptron and DNA-like learning algorithm for binary neural networks: Non-LSBF implementation. IEEE Trans. Neural Netw. 20(8), 1293–1301 (2009)CrossRef
3.
Kouzuki, R., Saito, T.: Learning of simple dynamic binary neural networks. IEICE Trans. Fundam. E96–A(8), 1775–1782 (2013)CrossRef
4.
Moriyasu, J., Saito, T.: A cascade system of dynamic binary neural networks and learning of periodic orbit. IEICE Trans. Inf./Syst. E98–D(9), 1622–1629 (2015)CrossRef
5.
Sato, R., Saito, T.: Simple feature quantities for learning of dynamic binary neural networks. In: Arik, S., Huang, T., Lai, W.K., Liu, Q. (eds.) ICONIP 2015. LNCS, vol. 9489, pp. 226–233. Springer, Heidelberg (2015). doi:10.​1007/​978-3-319-26532-2_​25 CrossRef
6.
Ott, E.: Chaos in Dynamical Systems. Cambridge University Press, Cambridge (1993)MATH
7.
Chua, L.O.: A Nonlinear Dynamics Perspective of Wolfram’s New Kind of Science, vol. I and II. World Scientific, Singapore (2005)MATH
8.
Wada, W., Kuroiwa, J., Nara, S.: Completely reproducible description of digital sound data with cellular automata. Phys. Lett. A 306, 110–115 (2002)MathSciNetCrossRefMATH
9.
Rosin, P.L.: Training cellular automata for image processing. IEEE Trans. Image Process. 15(7), 2076–2087 (2006)CrossRef
10.
Rodriguez, J., Rivera, M., Kolar, J.W.: A review of control and modulation methods for matrix converters. IEEE Trans. Ind. Electron. 59(1), 58–770 (2012)CrossRef
Metadaten
Titel
Stability of Periodic Orbits in Dynamic Binary Neural Networks with Ternary Connection
verfasst von
Kazuma Makita
Ryuji Sato
Toshimichi Saito
Copyright-Jahr
2016
Buch
Neural Information Processing

Print ISBN: 978-3-319-46686-6

Electronic ISBN: 978-3-319-46687-3

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-46687-3_47