Сеть Хопфилда: понятие, слои, граница емкости памяти, структурная схема. Пороговая передаточная функция. Обучение сети Хемминга, алгоритм функционирования. Весовые коэффициенты тормозящих синапсов. Определение состояния нейронов второго слоя сети.
Аннотация к работе
Сети Хопфилда и Хемминга, особенности распознавания образов, расчет параметров сетей и порядок работыВыходы слоя Хопфилда подсоединяются ко входам всех нейронов слоя Хопфилда, за исключением самого себя, а также к соответствующим элементам в выходном слое. Обучение сети Хопфилда требует, чтобы обучающий образ был представлен на входном и выходном слоях одновременно. Образец образа считается нестабильным, если он применяется за нулевое время и сеть сходится к некоторому другому образу из обучающего множества. Сеть должна уметь с зашумленого сигнала, представленного на ее вход, выделить ("припомнить" по частичной информации) соответствующий образец или "дать вывод" о том, что входные данные не отвечают ни одному из образцов. Если сеть распознает (или "вспоминает") определенный образец на основе предъявленных ей данных, ее выходы будут содержать именно его, то есть Y = Xk, где Y - вектор выходных значений сети: y1, yi, yn.