Recursive Construction of Periodoc Steady State for Neural Networks

Martin Matamala (1)

1 LIP - Laboratoire de l'Informatique du Parallélisme

We present a strategy in order to build neural networks with long steady state periodic behavior. This strategy allows us to obtain 2^n non equivalent neural networks of size n, when the equivalence relation is the dynamical systems one. As a particular case, we build a neural networks with n neurons admitting a cycle of period 2^n.

Nous présentons une stratégie pour construire des réseaux neuronaux qui ont cycles de grande taille. Cette stratégie nous permets d'obtenir 2^n réseaux neuronaux de taille n qui sont no équivalents pour la relation d'équivalence habituelle dans les systèmes dynamiques. Comme un cas particulier nous construisons un réseau neuronal de taille n, qui a un seul cycle de longueur 2^n

Mots clés: Dynamical Systems; Neural Networks

Mots clés: Réseaux neuronaux; Systèmes dynamiques

Domaines: Informatique [cs]

Martin Matamala. Recursive Construction of Periodoc Steady State for Neural Networks. [Research Report] LIP RR-1993-23, Laboratoire de l'informatique du parallélisme. 1993, 2+20p. ⟨hal-02101956⟩