Dmitry
2.4 KiB
2.4 KiB
status, type, tags, created, updated, aliases
| status | type | tags | created | updated | aliases | |
|---|---|---|---|---|---|---|
| seed | concept | 2025-12-17 | 2026-05-14 |
|
Функционирование сети Хопфилда
- 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. - Расчет нового состояние нейронов:
s_{j}(p+1)=\sum\limits_{i=1}^{n-1}w_{ij}y_{i}(p),\ j=0,\dots,n-1и новые значение аксоновy_{j}(p+1)=f[s_{j}(p+1)], гдеf- функция активации в виде скачка. !Pasted image 20260514115340.png - Проверка, изменились ли выходные данные значения аксонов за последнюю итерацию. Если да, то переход в пункту 2, иначе (если выходы стабилизировались) - конец. При этом, выходной вектор представляет собой образец, наилучшим образом сочетающийся с входными данными.
- Иногда сеть не может провести распознавание и выдает на выходе несуществующий образ - связано это с проблемой ограниченности возможностей сети. Для сети Хопфилда число запоминаемых образов не должно превышать
m \approx 0,15n - Кроме того, если два образа будут сильно похожи, то они, вероятно, будут вызывать у сети перекрестные ассоциации, то есть предъявление первого вектора, приведет к появлению на вхыоде второго и наоборот.
- Сеть может завершить или исправить образ, но не может ассоциировать полученный образ с другим.