Нейрокомпьютерные системы

https://dostup1.ru/russia/Narkologicheskaya-pomosch-na-domu_130351.html        

Обучение сети Хопфилда по правилу Хебба


Для одного обучающего вектора

Обучение сети Хопфилда по правилу Хебба
значения весов могут быть вычислены по правилу Хебба

Обучение сети Хопфилда по правилу Хебба

поскольку тогда

Обучение сети Хопфилда по правилу Хебба

(вследствие биполярных значений элементов вектора

Обучение сети Хопфилда по правилу Хебба
всегда
Обучение сети Хопфилда по правилу Хебба
).

При вводе большего количества обучающих векторов

Обучение сети Хопфилда по правилу Хебба
веса
Обучение сети Хопфилда по правилу Хебба
подбираются согласно обобщенному правилу Хебба

Обучение сети Хопфилда по правилу Хебба

Важным параметром ассоциативной памяти является ее емкость. Под емкостью понимается максимальное число запомненных образов, которые классифицируются с допустимой погрешностью

Обучение сети Хопфилда по правилу Хебба
. Показано, что при использовании для обучения правила Хебба и при
Обучение сети Хопфилда по правилу Хебба
(1% компонентов образа отличается от нормального состояния) максимальная емкость памяти составит всего лишь около 13,8% от количества нейронов, образующих ассоциативную память. Столь малая емкость обусловлена тем, что сеть Хебба хорошо запоминает только взаимно ортогональные векторы или близкие к ним.



Содержание раздела