Reti neurali dense: modello di Hopfield di ordine superiore

Anno
2021
Proponente Chiara Marullo - Dottorando
Sottosettore ERC del proponente del progetto
PE1_12
Componenti gruppo di ricerca
Componente Categoria
Elena Agliari Aggiungi Tutor di riferimento (Professore o Ricercatore afferente allo stesso Dipartimento del Proponente)
Abstract

Lo scopo di questo progetto è studiare in maniera rigorosa, tramite tecniche della meccaica statistica dei sistemi disordinati, le proprietà di una rete Hopfield densa in cui i neuroni che la compongono interagiscono a gruppi di k elementi piuttosto che a coppie come avviene nel modello classico.
I particolare, si desidera studiare come varia la capacità della rete nel caso di presenza di rumore veloce (inserendo quindi nalla dinamica neuronale un certo grado di stocasticità) al variare del grado k di interazioni tra neuroni.
L'obiettivo è quindi dimostrare l'esistenza del limite termodinamico dell'energia libera e ricavare le equazioni di autoconsistenza del modello in funzione dei parametri d'ordine. Risolvendo queste equazioni si riuscirà ad ottenere un diagramma di fase che permetterà di descrive le prestazioni del sistema come memoria associativa in funzione dei suoi parametri intrinseci.
Inoltre, essendo nota l'equivalenza tra il classico modello Hopfield e la macchina di Boltzman, si studierà una possibile equivalenza tra il modello Hopfield a k-spin con una rete a strati utile per la fase di apprendimento.

ERC
PE1_20, PE3_15, PE6_11
Keywords:
RETI NEURALI, MECCANICA STATISTICA, MODELLI MATEMATICI DEI SISTEMI COMPLESSI, FISICA MATEMATICA

© Università degli Studi di Roma "La Sapienza" - Piazzale Aldo Moro 5, 00185 Roma