SwePub
Sök i LIBRIS databas

  Utökad sökning

onr:"swepub:oai:DiVA.org:kth-21564"
 

Sökning: onr:"swepub:oai:DiVA.org:kth-21564" > A Bayesian attracto...

  • Sandberg, AndersKTH,Numerisk analys och datalogi, NADA (författare)

A Bayesian attractor network with incremental learning

  • Artikel/kapitelEngelska2002

Förlag, utgivningsår, omfång ...

  • 2002
  • printrdacarrier

Nummerbeteckningar

  • LIBRIS-ID:oai:DiVA.org:kth-21564
  • https://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-21564URI
  • https://doi.org/10.1088/0954-898X/13/2/302DOI
  • http://kipublications.ki.se/Default.aspx?queryparsed=id:13141414URI

Kompletterande språkuppgifter

  • Språk:engelska
  • Sammanfattning på:engelska

Ingår i deldatabas

Klassifikation

  • Ämneskategori:ref swepub-contenttype
  • Ämneskategori:art swepub-publicationtype

Anmärkningar

  • QC 20100525
  • A realtime online learning system with capacity limits needs to gradually forget old information in order to avoid catastrophic forgetting. This can be achieved by allowing new information to overwrite old, as in a so-called palimpsest memory. This paper describes an incremental learning rule based on the Bayesian confidence propagation neural network that has palimpsest properties when employed in an attractor neural network. The network does not suffer from catastrophic forgetting, has a capacity dependent on the learning time constant and exhibits faster convergence for newer patterns.

Ämnesord och genrebeteckningar

Biuppslag (personer, institutioner, konferenser, titlar ...)

  • Lansner, AndersKTH,Numerisk analys och datalogi, NADA(Swepub:kth)u12s8cr8 (författare)
  • Petersson, K. M.Karolinska Institutet (författare)
  • Ekeberg, ÖrjanKTH,Numerisk analys och datalogi, NADA(Swepub:kth)u1oppomp (författare)
  • KTHNumerisk analys och datalogi, NADA (creator_code:org_t)

Sammanhörande titlar

  • Ingår i:Network13:2, s. 179-1940954-898X1361-6536

Internetlänk

Hitta via bibliotek

  • Network (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy