[論文レビュー] The Path-Integral Analysis of Associative Memory Model Storing Infinite Number of Limit Cycles

Kazushi Mimura, Masaki Kawamura+1 more|arXiv (Cornell University)|Oct 12, 2003

Quantum many-body systems被引用数 1

ひとこと要約

この論文は、無限個の極限円周をそれぞれ有限ステップ数 l で記憶するアソシエイティブメモリモデルについて、経路積分法を用いた解析を提示する。マクスウェル構成の仮定を適用することで、順序パラメータの正確な定常状態方程式を導出しており、経路積分法は信号対ノイズ解析におけるガウス分布のクロステークノイズ仮定を回避する一方で、決定論的ダイナミクス下では同一の結果をもたらすことを示している。記憶容量は l が 10 に近づくにつれて α_c = 0.269 に収束し、有限ステップのシーケンス処理が l = O(1) の場合に、主要な記憶特性を保持することを示している。

ABSTRACT

It is shown that an exact solution of the transient dynamics of an associative memory model storing an infinite number of limit cycles with l finite steps by means of the path-integral analysis. Assuming the Maxwell construction ansatz, we have succeeded in deriving the stationary state equations of the order parameters from the macroscopic recursive equations with respect to the finite-step sequence processing model which has retarded self-interactions. We have also derived the stationary state equations by means of the signal-to-noise analysis (SCSNA). The signal-to-noise analysis must assume that crosstalk noise of an input to spins obeys a Gaussian distribution. On the other hand, the path-integral method does not require such a Gaussian approximation of crosstalk noise. We have found that both the signal-to-noise analysis and the path-integral analysis give the completely same result with respect to the stationary state in the case where the dynamics is deterministic, when we assume the Maxwell construction ansatz. We have shown the dependence of storage capacity (alpha_c) on the number of patterns per one limit cycle (l). Storage capacity monotonously increases with the number of steps, and converges to alpha_c=0.269 at l ~= 10. The original properties of the finite-step sequence processing model appear as long as the number of steps of the limit cycle has order l=O(1).

研究の動機と目的

• 無限個の有限ステップのシーケンスを持つ極限円周を記憶するアソシエイティブメモリモデルの過渡ダイナミクスを分析すること。
• ガウス分布のノイズ近似を用いない経路積分法を用いて、順序パラメータの正確な定常状態方程式を導出すること。
• マクスウェル構成の仮定の下で、経路積分法と信号対ノイズ解析（SCSNA）を比較すること。
• 記憶容量 α_c が1つの極限円周あたりのパターン数 l にどのように依存するかを調査すること。

提案手法

• 遅れ付き自己相互作用を持つ有限ステップのシーケンス処理モデルの過渡ダイナミクスを解くために経路積分法を用いる。
• マクロな再帰的方程式から定常状態方程式を導出するために、マクスウェル構成の仮定を適用する。
• スピン入力におけるクロステークノイズがガウス分布に従うと仮定した信号対ノイズ解析（SCSNA）をベンチマークとして用いる。
• 決定論的ダイナミクス下で両手法の結果を比較し、一貫性を検証する。
• 記憶容量 α_c が1つの極限円周あたりのステップ数 l にどのように依存するかを分析する。
• l が増加する際の α_c の漸近的挙動を導出し、特に有限の極限値への収束を特定する。

実験結果

リサーチクエスチョン

• RQ1 経路積分法は、無限個の極限円周を持つアソシエイティブメモリモデルの過渡ダイナミクスを正確に解析可能であるか。
• RQ2 経路積分法ではガウス分布のクロステークノイズ仮定を回避するが、これによりSCSNAと比較してどのような影響が生じるか。
• RQ3 経路積分法と信号対ノイズ解析が同一の定常状態結果をもたらす条件は何か。
• RQ4 記憶容量 α_c は、1つの極限円周あたりのパターン数 l に対してどのようにスケーリングされるか。
• RQ5 l が増加する際の記憶容量の漸近的値は何か。また、l がどの程度で安定化するか。

主な発見

• 経路積分法は、ガウス分布のクロステークノイズ仮定を一切用いずに、順序パラメータの正確な定常状態方程式を導出できた。
• マクスウェル構成の仮定と決定論的ダイナミクスの下で、経路積分法は信号対ノイズ解析と同一の結果をもたらした。
• 記憶容量 α_c は、1つの極限円周あたりのステップ数 l が増加するにつれて単調に増加する。
• l が 10 に近づくにつれて α_c は有限値 0.269 に収束し、容量の増加が飽和していることが示された。
• l が O(1) の場合、元の有限ステップのシーケンス処理の性質が保持されることから、l が小さい場合のモデルの頑健性が確認された。
• l ≈ 10 で α_c が 0.269 に収束するという事実は、l を増加させることによる容量向上の実用的上限を示唆している。