vault backup: 2026-05-14 11:54:34

.obsidian/workspace.json

@@ -247,6 +247,8 @@
   },
   "active": "c6a180b8f1049b08",
   "lastOpenFiles": [
+    "99 System/Cache/Pasted image 20260514115340.png",
+    "00 Inbox/Функционирование сети Хопфилда.md",
     "00 Inbox/Untitled.md",
     "CLAUDE.md.tmp.34864.43ce999b6360",
     "AGENTS.md",
@@ -280,7 +282,6 @@
     "00 Inbox/Идея сети кохонена.md",
     "90 Library/11 Machine Learning/Обратное распространение ошибки - вывод.md",
     "99 System/Archive/Алгоритм обучения сети Кохонена.md",
-    "99 System/Archive/Нейронная сеть Кохонена.md",
     "99 System/Cache/Pasted image 20260507222244.png",
     "99 System/Cache/Pasted image 20260507222234.png",
     "99 System/Cache/Pasted image 20260507214813.png",

00 Inbox/Untitled.md

@@ -1,8 +0,0 @@
----
-status: seed
-type: concept
-tags: []
-created: 2025-12-17
-updated: 2026-05-14
-title:
----

00 Inbox/Функционирование сети Хопфилда.md

@@ -0,0 +1,14 @@
+---
+status: seed
+type: concept
+tags: []
+created: 2025-12-17
+updated: 2026-05-14
+title: Функционирование сети Хопфилда
+---
+
+# Функционирование сети Хопфилда
+1) На вход подается неизвестный сигнал. Фактически, ввд осуществляется установкой значений аксонов. $y_{i}(0) = x_{i},\ i=0,\dots,n-1$, поэтому обозначение на схеме сети входных синапсов в явном виде носит чисто условных характер Ноль в скобке обозначение нулевую итерацию в цикле работы сети.
+2) Расчет нового состояние нейронов: $s_{j}(p+1)=\sum\limits_{i=1}^{n-1}w_{ij}y_{i}(p),\ j=0,\dots,n-1$ и новые значение аксонов $y_{j}(p+1)=f[s_{j}(p+1)]$, где $f$ - функция активации в виде скачка.
+    ![[Pasted image 20260514115340.png|300]]
+3) Проверка, изменились ли выходные данные значения аксонов за последнюю итерацию. Если да, то переход в пункту 2, иначе (если выходы стабилизировались) - конец.