신경망:공동_방법

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
신경망:공동_방법 [2026/08/31 17:35] – admin신경망:공동_방법 [2026/09/09 10:20] (current) – [공동 방법(cavity method)] admin
Line 18: Line 18:
 이를 위해 먼저 위 코드를 [[수학:인자_그래프|인자 그래프]]로 나타내어보자. 아래 그림에서 동그라미는 $\vec\sigma$에 해당하는 스핀 변수, 네모는 $\mathbf J$에 해당하는 기능 노드, 연결선은 변환 규칙에 따라 긋는다. 이를 위해 먼저 위 코드를 [[수학:인자_그래프|인자 그래프]]로 나타내어보자. 아래 그림에서 동그라미는 $\vec\sigma$에 해당하는 스핀 변수, 네모는 $\mathbf J$에 해당하는 기능 노드, 연결선은 변환 규칙에 따라 긋는다.
  
-{{ :신경망:fig2.1.png?500 |}}+{{:신경망:factor_graph_full.png?400|}}
  
 원래 그래프에 아래처럼 새로운 기능 노드 $a$를 추가한다면 원래 그래프에 아래처럼 새로운 기능 노드 $a$를 추가한다면
-{{ :신경망:fig2.2.png?500 |}}+ 
 +{{:신경망:adding_a_functional_node.png?500|}} 
 전체 해밀토니안은 전체 해밀토니안은
 $$H^{\text{new}} = H^{\text{old}} - J_a\prod_{i\in\partial a}\sigma_i$$ $$H^{\text{new}} = H^{\text{old}} - J_a\prod_{i\in\partial a}\sigma_i$$
Line 49: Line 51:
  
 마찬가지로 아래 그림의 회색 영역처럼 스핀 변수 하나와 인접한 기능 노드들을 한꺼번에 추가하는 경우도 생각해볼 수 있을 것이다. 마찬가지로 아래 그림의 회색 영역처럼 스핀 변수 하나와 인접한 기능 노드들을 한꺼번에 추가하는 경우도 생각해볼 수 있을 것이다.
-{{ :신경망:fig2.3.png?500 |}}+ 
 +{{:신경망:adding_a_variable_node.png?500|}} 
 이 때 새로운 해밀토니안은 이 때 새로운 해밀토니안은
 $$H^{\text{new}} = H^{\text{old}} -\sum_{b\in\partial i}J_b\prod_{j\in\partial b}\sigma_j$$ $$H^{\text{new}} = H^{\text{old}} -\sum_{b\in\partial i}J_b\prod_{j\in\partial b}\sigma_j$$
  • 신경망/공동_방법.1788165327.txt.gz
  • Last modified: 2026/08/31 17:35
  • by admin