vault backup: 2026-05-14 12:24:36

90 Library/11 Machine Learning/Нейронные сети.md

@@ -165,7 +165,22 @@ $$
 
 Преимущество нейронных сетей - обучаемость. Веса сети можно представить как набор матриц. Суть обучения сводится к настройке этих весов так, чтобы для входного объекта $X$ сеть выдавала выход $Y$, близкий к правильному ответу $D$.
 
-Отдельный класс составляют сети ассоциативной памяти, например [[Сети Хопфилда и Хэмминга]]. В них веса могут задаваться один раз по эталонным образам, а дальнейшая работа сводится к восстановлению или выбору ближайшего сохранённого образа.
+## Ассоциативная память
+
+Отдельный класс составляют сети ассоциативной памяти, например [[Сеть Хопфилда]] и [[Сеть Хэмминга]]. Они ориентированы на хранение эталонных образов и распознавание входного сигнала по близости к этим эталонам.
+
+Их особенность в том, что весовые коэффициенты рассчитываются один раз перед началом функционирования сети. После задания весов они обычно не корректируются: сеть не обучается итеративно в привычном смысле, а хранит набор эталонов и сопоставляет с ними входной образ.
+
+Пусть известен набор эталонных образов: изображений, звуков, бинарных векторов или других сигналов. Сеть должна по входному, возможно искажённому, сигналу восстановить соответствующий эталонный образ, указать номер наиболее близкого эталона или показать, что подходящего эталона нет.
+
+По смыслу входной образ работает как ключ, по которому сеть "вспоминает" ближайший сохранённый образ.
+
+| Сеть | Что выдаёт | Когда удобна |
+|---|---|---|
+| [[Сеть Хопфилда]] | восстановленный образ | когда нужно получить полный эталон |
+| [[Сеть Хэмминга]] | номер ближайшего эталона | когда достаточно классифицировать вход |
+
+Обе сети относятся к моделям ассоциативной памяти, но решают задачу на разном уровне: сеть Хопфилда восстанавливает состояние, а сеть Хэмминга выбирает ближайший сохранённый образ.
 
 ## Обучение с учителем
 
@@ -203,5 +218,6 @@ $$
 
 - [[Обратное распространение ошибки]]
 - [[Backpropagation для многослойной нейронной сети]]
-- [[Сети Хопфилда и Хэмминга]]
+- [[Сеть Хопфилда]]
+- [[Сеть Хэмминга]]
 - [[Линейные модели]]