首页> 外文期刊>電子情報通信学会技術研究報告. ニュ-ロコンピュ-ティング. Neurocomputing >無相関入力によりサブネットワークに生成する相関
【24h】

無相関入力によりサブネットワークに生成する相関

机译:不相关输入在子网中生成的相关性

获取原文
获取原文并翻译 | 示例
获取外文期刊封面目录资料

摘要

少数ノードから構成されるサブブーリアンネットワークの動作特性解析法を提案する.具体的には,3ノードから構成される12種のサブネットワークに数値的にランダムで無相関な2進列を入力状態として与え,各ノードからの出力状態を求めた.この出力状態から出力確率,エントロピー,ノード間の出力相関(相互情報量)を求め,サブネットワークの入出力特性とした.これらの特性は,サブネットワークの構造とノードに対するブール関数の配置に依存して変化した.本方法によりサブネットワークの構造と動的な性質の関係を知ることができる.全てのブール関数の配置の組み合わせの平均値から,そのサブネットワークにおける平均的な特性を求めることができ,その結果から,12種のサブネットワークにおいて平均出力確率は全て同じであり,エントロピーには大差はなかったが,相互情報量はサブネットワーク構造に強く依存した.特に分岐構造を内在するサブネットワークにおいて,大きい相互情報量が得られた.これらの結果は,遺伝子重複がネットワークの進化において重要であることと一貫性がある.
机译:我们提出了一种用于分析由少量节点组成的Subbourian网络的操作特性的方法。具体地,将数字随机且不相关的二进制序列作为输入状态给出给由3个节点组成的12种类型的子网,并且获得来自每个节点的输出状态。从该输出状态,获得节点之间的输出概率,熵和输出相关性(互信息量),并将其用作子网的输入/输出特性。这些特性根据子网的结构和布尔函数在节点上的位置而变化。通过这种方法,可以知道子网的结构与其动态特性之间的关系。从所有布尔函数排列组合的平均值中,可以获得该子网的平均特性,从结果中,在所有12个子网中,平均输出概率都相同,并且熵差很大。但是,互信息量在很大程度上取决于子网结构。特别地,在具有固有分支结构的子网中获得了大量的互信息。这些结果与基因复制在网络进化中的重要性是一致的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号