English(EN) On associative neural networks for sparse patterns with huge capacities

新型联想神经网络提升稀疏模式存储容量

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-29 04:00

研究人员开发了新型联想神经网络模型，显著提高了稀疏模式的存储容量。这些模型将高阶交互项与稀疏模式机制相结合，在固定交互阶数下实现了 N^n / (log N)^n 阶的存储规模。当交互阶数随神经元数量对数增长时，存储规模变为超多项式，对于块状结构架构，则可达到 c^n。 AI

影响这项研究可能带来更高效的AI模型内存系统，使其能够处理更大、更复杂的数据集。

排序理由详细介绍新理论模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Matthias L\"owe, Franck Vermet · 2026-09-29 04:00

关于具有巨大容量的稀疏模式的联想神经网络

arXiv:2603.26217v2 Announce Type: replace-cross Abstract: Generalized Hopfield models with higher-order or exponential interaction terms are known to have substantially larger storage capacities than the classical quadratic model. On the other hand, associative memories for spars…