Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours s'inscrit dans la capacité de stockage de la mémoire associative dans les réseaux de neurones, en mettant l'accent sur l'apprentissage et la rétention de plusieurs prototypes. En analysant les interactions entre les patrons et les neurones, l'instructeur explique les conditions minimales requises pour les points fixes dans la dynamique. La séance de cours explore l'impact d'un trop grand nombre de prototypes sur les taux d'erreur et la relation proportionnelle entre le nombre de prototypes stockés et les neurones. De plus, il traite du concept de charge de mémoire et de récupération de mémoire sans contrôleur centralisé. La présentation porte également sur les modèles aléatoires de marche et les écarts types dans le contexte de la dynamique neuronale.