신경 그물얼개에서 잡음에 의해 향상된 시간 연상 = Noise-enhanced Temporal Association in Neural Networks

다국어 초록 (Multilingual Abstract)

We consider a network of globally coupled neuronal oscillators subject to random
force and investigate numerically dynamic responses to an external periodic driving force.
The order parameter, which measures the overlap between
the configuration of the system and the embedded patterns, is found to
exhibit stochastic resonance behavior, as manifested by the
signal-to-noise ratio (SNR).
The optimal noise level at which the SNR reaches its maximum is found to
depend on the driving frequency.
On the other hand, as the randomness in the driving amplitude is increased,
the system undergoes a transition from a memory-retrieval
state to a mixed-memory one.
The noise effects on the temporal-association state in the absence of an
external periodic driving force are also investigated, revealing a similar
noise-enhanced resonance.

국문 초록 (Abstract)

본 연구에서는 온곳 결합 떨개(globally coupled oscillator)로 이루어진 신경 그물얼개(neural network)에서
마구잡이 힘(random force)을 고려한 외부의 주기적 몰이(external periodic driving)에 대한 동역학적 반응(dynamic response)을
시늉내기를 통해 조사한다. 질서 맺음변수(order parameter)는 이 신경 그물얼개의
짜임새(configuration)와 저장된 무늬(pattern)사이의
겹치기(overlap)를 측정하는데, 이는 신호대잡음비(signal-to-noise ratio)를 통해 확률적
껴울림(stochastic resonance) 거동을 보여준다. 신호대잡음비를 최대로 하는 잡음 세기(noise level)는
외부몰이의 떨기수에 의존한다. 반면에 몰이 세기의 마구잡이 정도가 증가함에 따라 계는 기억 재생(memory-retrieval) 상태에서 혼합 기억(mixed-memory) 상태로 전이를 한다.
뿐만 아니라, 외부의 주기적 몰이가 없을 때에도 시간 연상(temporal-association) 상태에서 잡음에 의해 향상된(noise-enhanced) 껴울림이 일어난다.