Hvad er et Hopfield -neuralt netværk?

Et Hopfield -neuralt netværk er system, der bruges til at replikere informationsmønstre, som det har lært.Det er modelleret efter det neurale netværk, der findes i den menneskelige hjerne, skønt det er skabt af kunstige komponenter.Først designet af John Hopfield i 1982 kan Hopfield Neural Network bruges til at opdage mønstre i input og kan behandle komplicerede sæt instruktioner.Det bruges også i studiet af menneskelig hukommelse.

Hopfield Neural Network er lavet af et system med enheder, der er forbundet til hinanden som et web, hvor hver enhed er forbundet til enhver anden enhed.Selvom enhederne alle er forbundet til hinanden, danner en individuel enhed ikke en forbindelse med sig selv.Da han først oprettede denne model, brugte Hopfield de binære værdier 0 og 1 til at beskrive aktiviteten for hver enhed i netværket.Selvom dette system stadig er i brug, bruger mange forskere nu -1 og +1 til at beskrive enhederne af enhederne.En enhed i det neurale netværk siges at være en 0 eller -1, hvis dens tærskel endnu ikke er opfyldt, og en 1 eller +1, hvis dens tærskel er opfyldt eller overskredet.

Enhederne i et Hopfield -neuralt netværk er aktiveret og aktiveres ogSlip energi, når deres tærskel er opfyldt.Når der gives et bestemt input til et Hopfield -neuralt netværk, er det i stand til at gentage denne input tilbage ud gennem serien med komplekse forbindelser mellem hver af enhederne.Selv i et system med kun 4 individuelle enheder er der 12 forbindelser, som oplysninger kan sendes med.Komplekse netværk kan indeholde millioner af forbindelser, hvilket gør det muligt for dem at gentage lange strenge eller mønstre af binær kode.

Før et Hopfield -neuralt netværk er i stand til at gentage et mønster, skal det først undervises i det mønster, det leder efter.Når et system kender et bestemt mønster, vil det være i stand til at gentage det, når det genkender det igen.Dette gør disse netværk nyttige til at finde mønstre i store mængder data.

Selvom disse netværk er i stand til at genkende mønstre, kan de genkende et mønster forkert, især hvis mønstrene huskes i dele af det neurale netværk, der er tæt på hinanden.Denne samme proces forekommer i menneskelig hukommelse, som kan modelleres ved hjælp af Hopfield Neural Network.Forskning i innacuracy i hukommelsen og i styrkelse af hukommelsen hos mennesker kan udføres ved hjælp af Hopfield Neural Networks.