チューリング機械をシミュレートする再帰型高次結合ニューラルネットワークの精度について
スポンサーリンク
概要
- 論文の詳細を見る
When a neural network simulates a Turing machine, the states of finite state controller and the symbols on infinite tape are encoded in continuous numbers of neurons outputs. The precision of outputs is regarded as a space resource in neural computations. We show a sufficient condition about the precision to guarantee the correctness of computations. Linear precision suffice in regard to nT, where n is the number of neurons and T is the iteration count of state updates.
- 2006-05-01
著者
関連論文
- チューリング機械をシミュレートする再帰型高次結合ニューラルネットワークの精度について
- RHONによるチューリング機械シミュレータの構成とその簡略化について
- 再帰型高次結合ニューラルネットワークの計算能力について
- 高次Elman型ニューラルネットワークによる有限オートマトン同定問題の近似解法
- GAを用いた有限オートマトン同定問題の解法
- 再帰型高次結合ニューラルネットワークによる文脈自由言語の認識
- 再帰型高次結合ニューラルネットワークによる正規言語の学習
- 再起型高次結合ニューラルネットワークによるオートマトンの実現に関する研究
- ネットワーク機器の負荷を軽減するフィルタリングルール再構成法(インターネット)
- チューリング等価なニューラルネットワークの簡略化(バイオサイバネティックス, ニューロコンピューティング)
- 回路評価回路の並列化手続きとしての性質について
- D-1-5 候補表アルゴリズムによる文脈自由言語の並列構文解析