ホップフィールドニューラルネットワークとは何ですか?
ホップフィールドニューラルネットワークは、学習した情報のパターンを複製するために使用されるシステムです。人工成分から作成されていますが、ヒトの脳で見つかったニューラルネットワークをモデルにしています。 1982年にジョンホップフィールドによって最初に設計されたホップフィールドニューラルネットワークを使用して、入力のパターンを発見し、複雑な命令セットを処理できます。また、人間の記憶の研究でも使用されています。
ホップフィールドニューラルネットワークは、すべてのユニットが他のすべてのユニットに接続されているWebとして互いに接続されているユニットのシステムで構成されています。ユニットはすべて互いに接続されていますが、個々のユニットはそれ自体との接続を形成しません。彼がこのモデルを最初に作成したとき、ホップフィールドはバイナリ値0と1を使用して、ネットワーク内の各ユニットのアクティビティを記述しました。このシステムはまだ使用されていますが、多くの科学者は現在、-1と+1を使用してユニットの活動を説明しています。ニューラルネットワークのユニットは、その3つの場合は0または-1であると言われていますSholdはまだ満たされておらず、そのしきい値が満たされたり超えている場合は1または+1です。
ホップフィールドニューラルネットワークのユニットはアクティブになり、しきい値が満たされるとエネルギーを放出します。 Hopfield Neural Networkに特定の入力が与えられると、各ユニット間の一連の複雑な接続を通じてその入力を反映することができます。 4つの個別のユニットしかないシステムでさえ、情報を送信できる12の接続があります。複雑なネットワークには何百万もの接続が含まれる可能性があるため、長い文字列やバイナリコードのパターンをエコーすることができます。
ホップフィールドニューラルネットワークがパターンをエコーする前に、まず探しているパターンを教えなければなりません。システムが特定のパターンを知っていれば、再び認識するたびにエコーすることができます。これにより、これらのネットワークは大量のデータでパターンを見つけるのに役立ちます。
これらのネットワークはパターンを認識することができますが、特にパターンが互いに近いニューラルネットワークの一部で記憶されている場合、パターンを誤って認識できます。この同じプロセスは、Hopfield Neural Networkの使用を通じてモデル化できます。人間の記憶と記憶の強化における不明瞭さの研究は、ホップフィールドニューラルネットワークを使用して行うことができます。