RUS  ENG
Полная версия
ЖУРНАЛЫ // Вестник Южно-Уральского государственного университета. Серия «Вычислительная математика и информатика» // Архив

Вестн. ЮУрГУ. Сер. Выч. матем. информ., 2018, том 7, выпуск 2, страницы 22–31 (Mi vyurv187)

Дискретная математика и математическая кибернетика

Динамика изменения областей устойчивости дискретных моделей нейронных сетей типа small world при изменении числовых характеристик графа сети

С. А. Ивановa, М. М. Кипнисb

a Южно-Уральский государственный университет (454080 Челябинск, пр. им. В.И. Ленина, д. 76)
b Южно-Уральский государственный гуманитарно-педагогический университет (454080 Челябинск, пр. им. В.И. Ленина, д. 69)

Аннотация: В статье дано описание дискретных моделей нейронных сетей со связями типа small world с вероятностью перенаправления связей внутри сети p, изменяющейся от 0 до 1. При значении p = 0 получим модель регулярной нейронной сети. Регулярной нейронной сетью выступает кольцевая нейронная сеть, в которой каждый нейрон взаимодействует с несколькими соседями по кольцу. При значении p = 1 получим модель, нейроны которой случайным образом соединены с другими нейронами сети без образования изолированных нейронов. Рассматриваемые нейронные сети имеют широкое применение при моделировании различные нейронных структур в живых организмах, например, гипокамп мозга млекопитающих. В работе проведено исследование динамики изменения областей устойчивости рассматриваемых нейронных сетей в случае изменения вероятности перенаправления связей, коэффициента кластеризации и длины кратчайшего пути в среднем графа нейронной сети. В ходе численных экспериментов были построены области устойчивости исследуемых моделей нейронных сетей для различных параметров сети и сделан вывод об увеличении области устойчивости при одновременном уменьшении длины кратчайшего пути в среднем и коэффициента кластеризации графа сети.

Ключевые слова: дискретные модели Ваттса—Строгаца, small world, устойчивость.

УДК: 519.6

Поступила в редакцию: 17.10.2017

DOI: 10.14529/cmse180202



Реферативные базы данных:


© МИАН, 2024