Co to jest sieć neuronowa Hopfielda?
Sieć neuronowa Hopfielda to system wykorzystywany do replikacji wzorców informacji, których się nauczył. Jest modelowany na podstawie sieci neuronowej znajdującej się w ludzkim mózgu, chociaż jest tworzony ze sztucznych elementów. Zaprojektowana po raz pierwszy przez Johna Hopfielda w 1982 r. Sieć neuronowa Hopfielda może służyć do odkrywania wzorców na wejściu i przetwarzania skomplikowanych zestawów instrukcji. Jest również wykorzystywany w badaniu ludzkiej pamięci.
Sieć neuronowa Hopfielda składa się z systemu jednostek połączonych ze sobą jako sieć, w której każda jednostka jest połączona z każdą inną jednostką. Chociaż wszystkie jednostki są ze sobą połączone, pojedyncza jednostka nie tworzy połączenia ze sobą. Kiedy po raz pierwszy stworzył ten model, Hopfield użył wartości binarnych 0 i 1 do opisania aktywności każdej jednostki w sieci. Chociaż ten system jest nadal w użyciu, wielu naukowców używa teraz -1 i +1 do opisania aktywności jednostek. Mówi się, że jednostką w sieci neuronowej jest 0 lub -1, jeśli jej próg nie został jeszcze osiągnięty, a 1 lub +1, jeśli jej próg został osiągnięty lub przekroczony.
Jednostki w sieci neuronowej Hopfielda są aktywowane i uwalniają energię po osiągnięciu progu. Gdy określony sygnał wejściowy zostanie podany do sieci neuronowej Hopfielda, jest on w stanie powtórzyć to wejście przez szereg złożonych połączeń między każdą jednostką. Nawet w systemie z tylko 4 pojedynczymi urządzeniami istnieje 12 połączeń, z którymi można przesyłać informacje. Złożone sieci mogą zawierać miliony połączeń, co pozwala im na echo długich ciągów znaków lub wzorców kodu binarnego.
Zanim sieć neuronowa Hopfielda będzie w stanie powtórzyć wzorzec, należy najpierw nauczyć wzorca, którego szuka. Gdy system pozna określony wzorzec, będzie mógł go powtórzyć za każdym razem, gdy go rozpozna. To sprawia, że sieci te są przydatne do wyszukiwania wzorców w dużych ilościach danych.
Chociaż sieci te są w stanie rozpoznać wzorce, mogą nieprawidłowo rozpoznawać wzorce, szczególnie jeśli wzorce są zapamiętywane w częściach sieci neuronowej, które są blisko siebie. Ten sam proces zachodzi w ludzkiej pamięci, którą można modelować za pomocą sieci neuronowej Hopfielda. Badania nad niedokładnością pamięci i wzmacnianiem pamięci u ludzi można przeprowadzić za pomocą sieci neuronowych Hopfielda.