Key points are not available for this paper at this time.
생물학적 유기체의 이용 또는 컴퓨터 구성의 계산적 특성은 다수의 간단하고 동등한 구성 요소(또는 뉴런)를 가진 시스템의 집합적 특성으로 나타날 수 있다. 내용주소 지정 기억의 물리적 의미는 시스템 상태의 적절한 위상 공간 흐름으로 설명된다. 신경생물학의 측면을 기반으로 하며 집적 회로에 쉽게 적용 가능한 이러한 시스템 모델이 제시된다. 이 모델의 집합적 특성은 충분한 크기의 부분 대부분에서 전체 기억을 올바르게 산출하는 내용주소 지정 기억을 생성한다. 시스템 상태의 시간 진화 알고리즘은 비동기 병렬 처리를 기반으로 한다. 추가적인 집합적 특성에는 일반화 능력, 친숙성 인식, 범주화, 오류 수정, 그리고 시간 순서 유지가 포함된다. 이러한 집합적 특성은 모델링 세부사항이나 개별 장치의 고장에 대해 약하게 민감하다.
Building similarity graph...
Analyzing shared references across papers
Loading...
J. J. Hopfield
Proceedings of the National Academy of Sciences
Building similarity graph...
Analyzing shared references across papers
Loading...
J. J. Hopfield (Thu,)가 이 문제를 연구하였다.
www.synapsesocial.com/papers/69da2c1e0f32475823a3d324 — DOI: https://doi.org/10.1073/pnas.79.8.2554
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: