Методические указания к лабораторным работам по курсу "Нейрокомпьютерные системы". Домашова Д.В - 18 стр.

тойчивыми состояниями сети с бинарными элементами.
      Если сделать минимумами энергии заданный набор паттернов нейронной
активности (образов), оба варианта сети Хопфилда смогут выполнять функции
ассоциативной памяти, «скатываясь» к тому образу, в чей «бассейн притяжения»
попадает начальный паттерн активности нейронов сети.
      Пример восстановления сетью из 40 нейронов, которые расположены в ви-
де матрицы 5х8, запомненного в сети изображения буквы «Е».
      Из поданного на сеть зашумленного изображения (слева) восстанавливается
правильное изображение (справа).
     Одним из способов получения нужной энергетической функции является
формирование матрицы связей в соответствии с вариантом хеббовского правила:
                                     L
                             ω ij = ∑ (2 z ip − 1)(2 z jp − 1)           (3.4)
                                    p =1

где ZP — образы, которые надо запомнить в сети; L — их количество.
       Это правило, как и правило Хебба обеспечивает формирование симметрич-
ной матрицы связей, однако постулирует увеличение веса связей между не только
одновременно активными, но и одновременно неактивными нейронами, а также
его уменьшение между нейронами, находящимися в разном состоянии.
       Такое правило допускает существование тормозящих модифицируемых свя-
зей между нейронами, и даже переход возбуждающих связей в тормозящие. Оно
позволяет сети автоматически само регулировать уровень активности и работать с
ненулевым порогами нейронов.
       Однако при этом значительно снижается емкость памяти сети - количество
случайных образов, которое можно записать в сеть с возможностью восстановле-
ния, не превышает 0.14 количества нейронов.
       Кроме того, в дополнение к энергетическим минимумам, соответствует за-
помненным образам, возникают ложные минимумы функции Е. Положение еще
осложняется для с коррелированных образов, которые после запоминания не ста-
новятся минимумами Е




                                           Рисунок 3.2




                                                                            19