Qu'est-ce qu'un réseau neuronal de Hopfield?

Un réseau neuronal de Hopfield est un système utilisé pour reproduire les modèles d'informations qu'il a appris.Il est modélisé après le réseau neuronal trouvé dans le cerveau humain, bien qu'il soit créé à partir de composants artificiels.Conçu pour la première fois par John Hopfield en 1982, le réseau neuronal de Hopfield peut être utilisé pour découvrir des modèles en entrée et peut traiter des ensembles d'instructions complexes.Il est également utilisé dans l'étude de la mémoire humaine.

Le réseau neuronal de Hopfield est fabriqué à partir d'un système d'unités connectées les uns aux autres en tant que toile dans laquelle chaque unité est connectée à toutes les autres unités.Bien que les unités soient toutes connectées les unes aux autres, une unité individuelle ne forme pas de connexion avec elle-même.Lorsqu'il a créé ce modèle pour la première fois, Hopfield a utilisé les valeurs binaires 0 et 1 pour décrire l'activité de chaque unité dans le réseau.Bien que ce système soit toujours utilisé, de nombreux scientifiques utilisent désormais -1 et +1 pour décrire l'activité des unités.Une unité du réseau neuronal serait un 0 ou -1 si son seuil n'a pas encore été atteint et 1 ou +1 si son seuil a été atteint ou dépassé.

Les unités d'un réseau neuronal de Hopfield sont activées et activées etLibérez l'énergie une fois que leur seuil a été atteint.Lorsqu'une certaine entrée est donnée à un réseau neuronal de Hopfield, il est capable de faire écho à cette entrée via la série de connexions complexes entre chacune des unités.Même dans un système avec seulement 4 unités individuelles, il y a 12 connexions que les informations peuvent être envoyées.Les réseaux complexes peuvent contenir des millions de connexions, ce qui leur permet de faire écho à de longues chaînes ou des modèles de code binaire.

Avant qu'un réseau neuronal de Hopfield ne puisse faire écho à un modèle, il faut d'abord enseigner le modèle qu'il recherche.Une fois qu'un système connaît un certain modèle, il pourra l'écho chaque fois qu'il le reconnaît à nouveau.Cela rend ces réseaux utiles pour trouver des modèles en grande quantité de données.

Bien que ces réseaux soient en mesure de reconnaître les modèles, ils peuvent reconnaître un modèle incorrectement, surtout si les modèles sont rappelés dans certaines parties du réseau neuronal qui sont proches les uns des autres.Ce même processus se produit dans la mémoire humaine, qui peut être modélisé par l'utilisation du réseau neuronal de Hopfield.Les recherches sur l'agracuralité dans la mémoire et dans le renforcement de la mémoire chez l'homme peuvent être effectuées à l'aide de réseaux de neurones de Hopfield.