diff --git a/.obsidian/workspace.json b/.obsidian/workspace.json
index 8567c38..e306f16 100644
--- a/.obsidian/workspace.json
+++ b/.obsidian/workspace.json
@@ -247,6 +247,7 @@
   },
   "active": "c6a180b8f1049b08",
   "lastOpenFiles": [
+    "99 System/Cache/Pasted image 20260514120654.png",
     "00 Inbox/Нейронная сеть хемминга.md",
     "00 Inbox/Untitled.md",
     "99 System/Cache/Pasted image 20260514115340.png",
@@ -282,7 +283,6 @@
     "99 System/Cache/Pasted image 20260507230701.png",
     "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/Cache/Pasted image 20260507222244.png",
     "99 System/Cache/Pasted image 20260507222234.png",
     "99 System/Cache/Pasted image 20260507214813.png",
diff --git a/00 Inbox/Нейронная сеть хемминга.md b/00 Inbox/Нейронная сеть хемминга.md
index ac8d8b6..5f3cbdc 100644
--- a/00 Inbox/Нейронная сеть хемминга.md	
+++ b/00 Inbox/Нейронная сеть хемминга.md	
@@ -6,4 +6,19 @@ created: 2025-12-17
 updated: 2026-05-14
 title:
 ---
-Когда нет необходимости, чтобы сеть в явном виде выдавала образ, а, например
\ No newline at end of file
+Когда нет необходимости, чтобы сеть в явном виде выдавала образ, а достаточно, например, получать номер образа, ассоциативную память успешно реализует сеть Хемминга. Данная сеть характеризуется, по сравнению с сетью Хопфилда, меньшими затратами на память и объемом вычислений.
+Идея работы сети состоит в нахождении расстояния Хемминга (Манхеттенского) от тестируемого образа до всех образов.
+Расстоянем Хемминга называется число отличающихся битов в двух бинарных векторах. 
+Сеть должна выбрать образ с минимальным расстоянием до неизветного входного сигнала, в результате чего будет активирован только ОДИН выход сети, который соответствует этому образу.
+
+
+![[Pasted image 20260514120654.png]]
+
+Сеть состоит из двух слоев. Первый и второй слои имеют по $m$ нейронов, где $m$ - число образов.
+Нейроны первого слоя имеют по $n$ синапсов, соединенных со входами сети (образуют фиксивный нулевой слой).
+Нейроны второго уровня связаны между собой ингибиторными (отрицательными обратным) синаптическими связями.
+
+Единственный синапс с положительной обратной связью для каждого нейрона, соединен с его же аксоном.
+
+## Алгоритм функционирования
+На стадии инициализации, весовым коэффициентам 
\ No newline at end of file
diff --git a/99 System/Cache/Pasted image 20260514120654.png b/99 System/Cache/Pasted image 20260514120654.png
new file mode 100644
index 0000000..88b145b
Binary files /dev/null and b/99 System/Cache/Pasted image 20260514120654.png differ