Содержание
- 2. Рекуррентная сеть Хопфилда представлена в виде системы с обратной связью выхода сети с ее входом. Выходные
- 3. Входной сигнал - вектор X={xi: i=1,...,n}, n – число нейронов в сети и размерность входных и
- 4. В качестве входных данных сети Хопфилда можно использовать двоичные значения. Здесь мы будем использовать +1 для
- 5. Когда элемент обновляется, его состояние изменяется в соответствии с правилом: Эта зависимость называется сигнум - функцией
- 6. Сеть Хопфилда ведет себя как память и процедура сохранения отдельного вектора (образца) представляет собой вычисление прямого
- 7. Весовые значения после обнуления главной диагонали будут равны: Исходный образец: Рассмотрим практический пример использования сети Хопфилда
- 8. Отметим, что первый элемент вектора [1 -1 1 1] остался в том же состоянии (1) АНАЛОГИЧНО
- 9. Элементы должны обновляться в случайном порядке. Для иллюстрации будем обновлять элементы в порядке 3, 4, 2,
- 10. Элемент 4-ый остается в том же состоянии (1). Теперь рассмотрим элемент 1-ый: Рассмотрим состояние для элемента
- 11. Элемент 2-ой остается в том же состоянии (-1). Следует отметить, что мы выявили исходный вектор (1
- 12. При запоминании двух и более образцов используем процедуру сложения полученных матриц. В результирующей матрице обязательно обнуляем
- 13. Существует зависимость между количеством элементов сети N и количеством образцов, которые она может запомнить P: Таким
- 15. Скачать презентацию