類似度に基づき成長する複雑ネットワークの比較と評価(一般,複雑系とニューロコンピューティング)

スポンサーリンク

概要

論文の詳細を見る
我々は類似度に基づき成長するネットワークを提案した。提案手法により生成したネットワークは、小さな平均頂点間距離(L)、大きなクラスター係数(C)、べき則を示した。本研究では、ランダムドットパターン、シークエンシャルパターン、文字パターンの3つのトレーニングパターンを使用し、提案手法により生成したネットワークを、連想記憶を用いて比較及び評価をする。結果として、ハブノードが連想記憶の記憶容量に大きな影響を与えていることがわかった。
2012-01-19

著者

関連論文

スポンサーリンク