Ano ang isang Hopfield Neural Network?

Ang isang Hopfield Neural Network ay sistema na ginamit upang magtiklop ng mga pattern ng impormasyon na natutunan nito.Ito ay modelo pagkatapos ng neural network na natagpuan sa utak ng tao, kahit na ito ay nilikha sa labas ng mga artipisyal na sangkap.Una na dinisenyo ni John Hopfield noong 1982, ang Hopfield Neural Network ay maaaring magamit upang matuklasan ang mga pattern sa pag -input at maaaring maproseso ang mga kumplikadong hanay ng mga tagubilin.Ginagamit din ito sa pag -aaral ng memorya ng tao.Kahit na ang mga yunit ay konektado sa bawat isa, ang isang indibidwal na yunit ay hindi bumubuo ng isang koneksyon sa sarili.Noong una niyang nilikha ang modelong ito, ginamit ni Hopfield ang mga halaga ng binary 0 at 1 upang ilarawan ang aktibidad ng bawat yunit sa network.Bagaman ginagamit pa rin ang sistemang ito, maraming mga siyentipiko ang gumagamit ngayon -1 at +1 upang ilarawan ang aktibidad ng mga yunit.Ang isang yunit sa Neural Network ay sinasabing isang 0 o -1 kung ang threshold nito ay hindi pa nakamit at isang 1 o +1 kung ang threshold nito ay natugunan o lumampas.Paglabas ng enerhiya sa sandaling natugunan ang kanilang threshold.Kapag ang isang tiyak na pag -input ay ibinibigay sa isang Hopfield Neural Network, nagagawa nitong mag -echo na ang pag -input ay bumalik sa pamamagitan ng serye ng mga kumplikadong koneksyon sa pagitan ng bawat isa sa mga yunit.Kahit na sa isang sistema na may 4 na indibidwal na yunit lamang, mayroong 12 koneksyon na maaaring maipadala ang impormasyon.Ang mga kumplikadong network ay maaaring maglaman ng milyun -milyong mga koneksyon, na ginagawang posible para sa kanila na mag -echo ng mahabang mga string o pattern ng binary code.

Bago ang isang Hopfield Neural Network ay magagawang mag -echo ng isang pattern, dapat muna itong ituro sa pattern na hinahanap nito.Kapag ang isang sistema ay nakakaalam ng isang tiyak na pattern, magagawa nitong i -echo ito tuwing kinikilala ito muli.Ginagawa nitong kapaki -pakinabang ang mga network na ito para sa paghahanap ng mga pattern sa malaking halaga ng data.

Kahit na ang mga network na ito ay nakakakilala ng mga pattern, maaari nilang makilala ang isang pattern nang hindi tama, lalo na kung ang mga pattern ay naaalala sa mga bahagi ng neural network na malapit sa isa't isa.Ang parehong proseso na ito ay nangyayari sa memorya ng tao, na maaaring maging modelo sa pamamagitan ng paggamit ng Hopfield Neural Network.Pananaliksik sa Innacuracy sa memorya at sa pagpapalakas ng memorya sa mga tao ay maaaring gawin gamit ang Hopfield Neural Networks.