vault backup: 2026-05-15 12:33:05

00 Inbox/КР - Хопфилд.md

@@ -3,7 +3,7 @@ status: seed
 type: concept
 tags: []
 created: 2026-05-14
-updated: 2026-05-14
+updated: 2026-05-15
 title: КР - Хопфилд
 ---
 
@@ -34,6 +34,7 @@ title: КР - Хопфилд
 - связей нейрона с самим собой обычно нет;
 - веса задаются один раз по эталонным образам;
 - состояние сети пересчитывается до стабилизации.
+![[Pasted image 20260515090322.png|400]]
 
 Входной и выходной векторы имеют одинаковую размерность:
 
@@ -82,7 +83,7 @@ $$
 2. Для каждого нейрона считается новое состояние:
 
 $$
-s_j(p+1)=\sum\limits_{i=1}^{n-1}w_{ij}y_i(p)
+s_j(p+1)=\sum\limits_{i=0}^{n-1}w_{ij}y_i(p)
 $$
 
 3. Значение нейрона обновляется через пороговую функцию:

00 Inbox/КР - Хэмминг.md

@@ -3,7 +3,7 @@ status: seed
 type: concept
 tags: []
 created: 2026-05-14
-updated: 2026-05-14
+updated: 2026-05-15
 title: КР - Хэмминг
 ---
 
@@ -69,6 +69,8 @@ $$
 0<\varepsilon<\frac{1}{m}
 $$
 
+![[Pasted image 20260515090441.png]]
+
 ## Инициализация
 
 Пусть $x_i^k$ - $i$-й элемент $k$-го эталонного образа.
@@ -85,6 +87,8 @@ $$
 T_k=\frac{n}{2}
 $$
 
+Сдвигает диапазон выхода в $[0, n]$: при полном совпадении с эталоном $y_k^{(1)}=n$, при полном несовпадении — $0$.
+
 где:
 
 - $i=0,\dots,n-1$;
@@ -103,7 +107,7 @@ $$
 2. Первый слой вычисляет начальную близость входа к каждому эталону:
 
 $$
-y_j^{(1)}=s_j^{(1)}=\sum\limits_{i=1}^{n-1}w_{ij}x_i+T_j
+y_j^{(1)}=s_j^{(1)}=\sum\limits_{i=1}^{n-1}w_{ij}x_i+T_j,\ j=\overline{0,m-1}
 $$
 
 3. Эти значения передаются во второй слой: