多神經(jīng)網(wǎng)絡(luò)同步算法研究.pdf

1、在自然界中，有很多同步現(xiàn)象，同樣，神經(jīng)網(wǎng)絡(luò)也有同步現(xiàn)象存在。神經(jīng)網(wǎng)絡(luò)跟人工智能等眾多應(yīng)用領(lǐng)域結(jié)合起來，已成為潛力巨大的研究方向。在兩個(gè)神經(jīng)網(wǎng)絡(luò)同步的過程中，初始狀態(tài)的權(quán)值都是隨機(jī)的向量。在每次學(xué)習(xí)過程中兩個(gè)神經(jīng)網(wǎng)絡(luò)都接收相同的輸入向量，然后計(jì)算各自的輸出，最后與對(duì)方相互交換自己的輸出，再根據(jù)輸出結(jié)果的情況，運(yùn)用一定的學(xué)習(xí)規(guī)則來調(diào)整自己的權(quán)值。當(dāng)神經(jīng)網(wǎng)絡(luò)的權(quán)值都是離散值的時(shí)候，通過有限次學(xué)習(xí)后就能達(dá)到完全同步，即權(quán)值完全相同的狀態(tài)，并且該

2、同步狀態(tài)將在以后的學(xué)習(xí)過程中保持不變。神經(jīng)網(wǎng)絡(luò)的這個(gè)特性可以被應(yīng)用到很多領(lǐng)域中，如在信息安全中，我們可以用神經(jīng)網(wǎng)絡(luò)的同步來實(shí)現(xiàn)公共信道上密鑰的交換。而本文的主要工作就是研究多個(gè)神經(jīng)網(wǎng)絡(luò)的同步模型并提出它在組密鑰交換中的應(yīng)用。
　　 本文中提出了多神經(jīng)網(wǎng)絡(luò)同步的中心學(xué)習(xí)模型，分布式同步模型，鄰居學(xué)習(xí)模型，多數(shù)學(xué)習(xí)模型，混合同步模型等，并從同步時(shí)間及同步效果上來分析了這些同步模型的在不同的學(xué)習(xí)規(guī)則下的同步時(shí)間和同步效果，并用大量的實(shí)