홉 필드 신경망은 무엇입니까?

Hopfield 신경망은 학습 한 정보 패턴을 복제하는 데 사용되는 시스템입니다. 인공적인 구성 요소로 만들어졌지만 인간의 뇌에서 발견되는 신경망을 모델로합니다. 1982 년 John Hopfield에 의해 처음 설계된 Hopfield 신경망은 입력에서 패턴을 발견하고 복잡한 명령어 세트를 처리 할 수 ​​있습니다. 또한 인간의 기억 연구에도 사용됩니다.

홉 필드 신경망은 모든 유닛이 다른 모든 유닛에 연결되는 웹으로서 서로 연결된 유닛 시스템으로 구성된다. 장치가 모두 서로 연결되어 있지만 개별 장치는 자체적으로 연결되지 않습니다. 그가이 모델을 처음 만들었을 때 Hopfield는 이진 값 0과 1을 사용하여 네트워크에서 각 장치의 활동을 설명했습니다. 이 시스템은 여전히 ​​사용 중이지만 많은 과학자들은 이제 단위의 활동을 설명하기 위해 -1과 +1을 사용합니다. 신경망의 단위는 임계 값이 아직 충족되지 않은 경우 0 또는 -1이고 임계 값이 충족되거나 초과 된 경우 1 또는 +1이라고합니다.

Hopfield 신경망의 단위는 임계 값에 도달하면 활성화되고 에너지를 방출합니다. 특정 입력이 Hopfield 신경망에 제공되면 각 장치 사이의 일련의 복잡한 연결을 통해 해당 입력을 에코 할 수 있습니다. 개별 장치가 4 개인 시스템에서도 정보를 전송할 수있는 12 개의 연결이 있습니다. 복잡한 네트워크에는 수백만 개의 연결이 포함될 수 있으므로 긴 문자열이나 이진 코드 패턴을 에코 할 수 있습니다.

Hopfield 신경망이 패턴을 반향하기 전에 먼저 원하는 패턴을 학습해야합니다. 시스템이 특정 패턴을 알고 나면 다시 인식 할 때마다 에코 할 수 있습니다. 따라서 이러한 네트워크는 대량의 데이터에서 패턴을 찾는 데 유용합니다.

이러한 네트워크는 패턴을 인식 할 수 있지만, 특히 패턴이 서로 가까운 신경망의 일부에서 기억되는 경우 패턴을 잘못 인식 할 수 있습니다. 이와 동일한 과정이 휴먼 메모리에서 발생하며 Hopfield 신경망을 사용하여 모델링 할 수 있습니다. Hopfield 신경망을 사용하여 기억의 부정확성과 인간의 기억 강화에 관한 연구를 수행 할 수 있습니다.