Co to jest sieć neuronowa Hopfield?
Sieć neuronowa Hopfield jest systemem używanym do replikacji wzorców informacji, których się nauczyła. Jest modelowany po sieci neuronowej znajdującej się w ludzkim mózgu, choć jest tworzona z sztucznych komponentów. Po raz pierwszy zaprojektowana przez Johna Hopfielda w 1982 r. Hopfield Neural Network może być używana do odkrywania wzorców w wejściach i może przetwarzać skomplikowane zestawy instrukcji. Jest również stosowany w badaniu pamięci ludzkiej.
Sieć neuronowa Hopfield jest wykonana z systemu jednostek, które są ze sobą podłączone jako sieć, w której każda jednostka jest podłączona do każdej innej jednostki. Chociaż wszystkie jednostki są ze sobą podłączone, pojedyncza jednostka nie tworzy połączenia z sobą. Kiedy po raz pierwszy utworzył ten model, Hopfield użył wartości binarnych 0 i 1, aby opisać aktywność każdej jednostki w sieci. Chociaż ten system jest nadal używany, wielu naukowców używa teraz -1 i +1 do opisania aktywności jednostek. Jednostka w sieci neuronowej mówi się, że jest 0 lub -1, jeśli jest to trzyTHORD nie został jeszcze spełniony i 1 lub +1, jeśli jego próg został spełniony lub przekroczony.
Jednostki w sieci neuronowej Hopfield są aktywowane i uwalniają energię po osiągnięciu ich progu. Gdy pewne dane wejściowe jest przekazywane sieci neuronowej Hopfield, jest w stanie powtórzyć, że wprowadza się przez szereg złożonych połączeń między każdą z jednostek. Nawet w systemie z tylko 4 pojedynczymi jednostkami istnieje 12 połączeń, z którymi można wysłać informacje. Złożone sieci mogą zawierać miliony połączeń, co umożliwia im echem echem długich sznurków lub wzorów kodu binarnego.
Zanim sieć neuronowa Hopfield będzie w stanie powtórzyć wzór, należy najpierw nauczyć się wzoru, którego szuka. Gdy system pozna określony wzór, będzie mógł go powtórzyć, gdy znów go rozpozna. To sprawia, że te sieci są przydatne do znajdowania wzorców w dużych ilościach danych.
Chociaż sieci te są w stanie rozpoznać wzory, mogą nieprawidłowo rozpoznać wzór, szczególnie jeśli wzorce są zapamiętane w części sieci neuronowej, które są blisko siebie. Ten sam proces występuje w pamięci ludzkiej, którą można modelować za pomocą sieci neuronowej Hopfield. Badania niewinności w pamięci i wzmocnieniu pamięci u ludzi można wykonać za pomocą sieci neuronowych Hopfield.