Wat is een Hopfield neuraal netwerk?
Een neuraal netwerk van Hopfield is een systeem dat wordt gebruikt om informatiepatronen te repliceren die het heeft geleerd. Het is gemodelleerd naar het neurale netwerk in het menselijk brein, hoewel het is gemaakt van kunstmatige componenten. Voor het eerst ontworpen door John Hopfield in 1982, kan het neurale netwerk van Hopfield worden gebruikt om patronen in invoer te ontdekken en ingewikkelde instructiesets te verwerken. Het wordt ook gebruikt in de studie van het menselijk geheugen.
Het neurale netwerk van Hopfield bestaat uit een systeem van eenheden die met elkaar zijn verbonden als een web waarin elke eenheid met elke andere eenheid is verbonden. Hoewel de eenheden allemaal met elkaar zijn verbonden, vormt een afzonderlijke eenheid geen verbinding met zichzelf. Toen hij dit model voor het eerst maakte, gebruikte Hopfield de binaire waarden 0 en 1 om de activiteit van elke eenheid in het netwerk te beschrijven. Hoewel dit systeem nog steeds wordt gebruikt, gebruiken veel wetenschappers nu -1 en +1 om de activiteit van de eenheden te beschrijven. Van een eenheid in het neurale netwerk wordt gezegd dat het een 0 of -1 is als de drempel nog niet is bereikt en een 1 of +1 als de drempel is bereikt of overschreden.
De eenheden in een neuraal netwerk van Hopfield worden geactiveerd en geven energie vrij zodra hun drempel is bereikt. Wanneer een bepaalde input wordt gegeven aan een neuraal netwerk van Hopfield, kan het die input terugsturen via de reeks complexe verbindingen tussen elk van de eenheden. Zelfs in een systeem met slechts 4 afzonderlijke eenheden zijn er 12 verbindingen waarmee informatie kan worden verzonden. Complexe netwerken kunnen miljoenen verbindingen bevatten, waardoor ze lange reeksen of patronen van binaire code kunnen echoën.
Voordat een neuraal netwerk van Hopfield in staat is om een patroon te echoën, moet het eerst het patroon worden geleerd waarnaar het op zoek is. Zodra een systeem een bepaald patroon kent, zal het in staat zijn om het te echoën wanneer het het opnieuw herkent. Dit maakt deze netwerken nuttig voor het vinden van patronen in grote hoeveelheden gegevens.
Hoewel deze netwerken patronen kunnen herkennen, kunnen ze een patroon onjuist herkennen, vooral als de patronen worden onthouden in delen van het neurale netwerk die dicht bij elkaar liggen. Ditzelfde proces vindt plaats in het menselijk geheugen, dat kan worden gemodelleerd door het gebruik van het Hopfield neurale netwerk. Onderzoek naar onschuld in het geheugen en naar het versterken van het geheugen bij mensen kan worden gedaan met behulp van Hopfield neurale netwerken.