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

90 Library/11 Machine Learning/Сеть Хопфилда.md

@@ -6,7 +6,7 @@ tags:
   - neural-networks
   - associative-memory
 created: 2025-12-17
-updated: 2026-05-14
+updated: 2026-05-15
 title: Сеть Хопфилда
 ---
 
@@ -52,6 +52,8 @@ $$
 - веса задаются заранее по эталонным образам;
 - состояние сети изменяется до стабилизации.
 
+![[Pasted image 20260515090401.png]]
+
 Инициализация сети задаёт начальные выходы нейронов. При функционировании сеть изменяет состояние до тех пор, пока не придёт к устойчивому образу. Если входной сигнал близок к одному из сохранённых эталонов, сеть восстанавливает этот эталон.
 
 Для сети Хопфилда часто используется бинарная функция активации, описанная в [[Нейронные сети]].

90 Library/11 Machine Learning/Сеть Хэмминга.md

@@ -6,7 +6,7 @@ tags:
   - neural-networks
   - associative-memory
 created: 2025-12-17
-updated: 2026-05-14
+updated: 2026-05-15
 title: Сеть Хэмминга
 ---
 
@@ -66,6 +66,8 @@ $$
 
 где $x_i^k$ - $i$-й элемент $k$-го эталонного образа.
 
+Порог $T_k$ сдвигает диапазон выхода: скалярное произведение $\sum w_{ik}x_i$ при весах $x_i^k/2$ даёт значение от $0$ до $n/2$. После прибавления $T_k = n/2$ итоговое значение $y_k^{(1)}$ попадает в диапазон $[0, n]$, где $n$ соответствует полному совпадению с эталоном, а $0$ — полному несовпадению.
+
 Весовые коэффициенты тормозящих синапсов второго слоя берут равными небольшой величине $\varepsilon$. Синапс нейрона, связанный с его же аксоном, имеет вес $+1$.
 
 1. На входы сети подаётся неизвестный вектор: