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:通过所谓的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:我们提出了一种由少数群体节点组成的子公路网络的操作特征分析方法。具体地,随机非目的二进制序列被随机地随机地生成,作为由三个节点组成的12个子网中的输入状态,并且确定来自每个节点的输出状态。从该输出状态,获得输出概率,熵和节点之间的输出相关性(相互信息量),并且获得子网的输入/输出特性。这些属性根据子网的结构和节点的布尔函数的放置而发生了变化。该方法可以了解子网的结构和动态性质之间的关系。从所有布尔配置组合的平均值,可以确定子网中的平均特性,结果,平均输出概率在12个子网中都是相同的,并且熵的主要区别虽然没有相互信息,但相互信息的金额强烈依赖于子网结构。特别地,在分支结构中固有的子网中,获得了大的相互信息。这些结果一致地,基因重复在网络的演变中是重要的。

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