Was ist ein hopfield neuronales Netzwerk?
Ein hopfield neuronales Netzwerk wird verwendet, um die von ihm gelernten Informationsmuster zu replizieren. Es ist nach dem neuronalen Netz, das im menschlichen Gehirn gefunden wurde, modelliert, obwohl es aus künstlichen Komponenten entstanden ist. Das 1982 von John Hopfield erstmals entworfene Hopfield Neural Network kann verwendet werden, um Muster in der Eingabe zu ermitteln und komplizierte Anweisungssätze zu verarbeiten. Es wird auch in der Untersuchung des menschlichen Gedächtnisses verwendet.
Das neuronale Netz von Hopfield besteht aus einem System von Einheiten, die als Netz miteinander verbunden sind, in dem jede Einheit mit jeder anderen Einheit verbunden ist. Obwohl die Einheiten alle miteinander verbunden sind, bildet eine einzelne Einheit keine Verbindung mit sich selbst. Als er dieses Modell zum ersten Mal erstellt hat, verwendete Hopfield die Binärwerte 0 und 1, um die Aktivität jeder Einheit im Netzwerk zu beschreiben. Obwohl dieses System noch verwendet wird, verwenden viele Wissenschaftler jetzt -1 und +1, um die Aktivität der Einheiten zu beschreiben. Eine Einheit im neuronalen Netzwerk soll 0 oder -1 sein, wenn es dreiSHOLD wurde noch nicht erfüllt und eine 1 oder +1, wenn sein Schwellenwert erfüllt oder überschritten wurde.
Die Einheiten in einem hopfield neuronalen Netzwerk werden aktiviert und freisetze Energie frei, sobald ihr Schwellenwert erfüllt ist. Wenn ein bestimmtes Eingang für ein hopfield neuronales Netzwerk eingeräumt wird, kann er die durch die Reihe komplexer Verbindungen zwischen den einzelnen Einheiten wiedergabeingeben. Selbst in einem System mit nur 4 einzelnen Einheiten gibt es 12 Verbindungen, in denen Informationen gesendet werden können. Komplexe Netzwerke können Millionen von Verbindungen enthalten, was es ihnen ermöglicht, lange Saiten oder Muster des Binärcodes wiederzugeben.
Bevor ein hopfield neuronales Netzwerk in der Lage ist, ein Muster wiederzugeben, muss es zunächst das Muster beigebracht werden, nach dem es sucht. Sobald ein System ein bestimmtes Muster kennt, kann es es wiederholen, wenn es es wieder erkennt. Dies macht diese Netzwerke nützlich, um Muster in großen Datenmengen zu finden.
Obwohl diese Netzwerke in der Lage sind, Muster zu erkennen, können sie ein Muster falsch erkennen, insbesondere wenn die Muster in Teilen des neuronalen Netzwerks, die nahe beieinander liegen, in Erinnerung bleiben. Der gleiche Prozess tritt im menschlichen Gedächtnis auf, das durch die Verwendung des neuronalen Netzes in Hopfield modelliert werden kann. Die Erforschung der Innerlichkeit im Gedächtnis und zur Stärkung des Gedächtnisses beim Menschen kann mit Hopfield Neural Networks durchgeführt werden.