会员服务
玻尔兹曼机（也称为带有隐藏单元的随机Hopfield网络）是一种随机递归神经网络。这是一个马尔可夫随机场，它是从统计物理学翻译过来的，用于认知科学。Boltzmann机器基于具有外部场的随机旋转玻璃模型，即Sherrington-Kirkpatrick模型，它是随机的Ising模型，并应用于机器学习。Boltzmann机器可以看作是Hopfield网络的随机，生成对应物。它们是最早的能够学习内部表示的神经网络之一，并且能够表示和（给定足够的时间）解决组合问题。它是一类典型的随机神经网络属于反馈神经网络类型 。
Fast training and sampling of Restricted Boltzmann Machines
Arxiv
0+阅读 · 11月8日
Natural gradient and parameter estimation for quantum Boltzmann machines
Arxiv
0+阅读 · 10月31日
Quantum Boltzmann machine learning of ground-state energies
Arxiv
0+阅读 · 10月30日
A phase transition in sampling from Restricted Boltzmann Machines
Arxiv
0+阅读 · 10月10日
Modelling Structured Data Learning with Restricted Boltzmann Machines in the Teacher-Student Setting
Arxiv
0+阅读 · 10月21日
Dataset-Free Weight-Initialization on Restricted Boltzmann Machine
Arxiv
0+阅读 · 9月12日
Boltzmann machine learning and regularization methods for inferring evolutionary fields and couplings from a multiple sequence alignment
Arxiv
0+阅读 · 7月21日
Predicting Progression Events in Multiple Myeloma from Routine Blood Work
Arxiv
0+阅读 · 6月21日
Predicting Progression Events in Multiple Myeloma from Routine Blood Work
Arxiv
0+阅读 · 6月20日
Fundamental operating regimes, hyper-parameter fine-tuning and glassiness: towards an interpretable replica-theory for trained restricted Boltzmann machines
Arxiv
0+阅读 · 6月14日
Predicting Progression Events in Multiple Myeloma from Routine Blood Work
Arxiv
0+阅读 · 5月28日
Cascade of phase transitions in the training of Energy-based models
Arxiv
0+阅读 · 5月23日
Neural Network Approach for Non-Markovian Dissipative Dynamics of Many-Body Open Quantum Systems
Arxiv
0+阅读 · 4月17日
Improving Interpretability of Scores in Anomaly Detection Based on Gaussian-Bernoulli Restricted Boltzmann Machine
Arxiv
0+阅读 · 3月19日
Evolving Restricted Boltzmann Machine-Kohonen Network for Online Clustering
Arxiv
0+阅读 · 2月14日
参考链接
父主题
深度信念网络
微信扫码咨询专知VIP会员
Top