ВУЗ:
Составители:
152
способность распознавать образ по неполной или искаженной ин-
формации о нем.
Для того чтобы моделировать ассоциативную память, система
должна обладать следующими свойствами:
1. Система должна состоять из большого числа n более или менее
однородных элементов — нейронов, связанных между собой. В
простейшем случае нейрон считают двоичным элементом. Состояние
каждого из них определяется состоянием остальных элементов за
некоторый предшествующий интервал времени и связями между ними.
2. Система должна обладать способностью к классификации, то
есть 2
n
входным сигналам (начальным состояниям системы) должно
соответствовать существенно меньшее число выходных сигналов
(конечных стационарных состояний системы, аттракторов). Набор
аттракторов является информацией, записанной в памяти. Переход
системы от начального состояния к конечному называется процессом
распознавания образа по его части, заданной входным сигналом.
3. Система должна обладать способностью к обучению, то есть
допускать добавление новых аттракторов без существенного искажения
старых.
4. Работа системы должна быть устойчивой по отношению к
сбоям в работе отдельных элементов и связей.
Перечисленными свойствами в значительной мере обладает уже
знакомая модель Изинга. Однако учитывая специфику рассматриваемой
задачи, подобную сеть, состоящую из дискретных двоичных элементов
и связей, называют нейронной сетью. Недостатком обычной модели
Изинга является то, что при низких температурах она обладает только
двумя стационарными состояниями (все спины направлены либо вверх,
либо вниз). Однако, если коэффициенты обменного взаимодействия I
i,j
знакопеременные, то количество стационарных состояний существенно
увеличивается. Природные объекты, обладающие такими свойствами,
называются спиновыми стеклами. Поскольку энергия спинового стекла
имеет множество локальных минимумов, то можно сказать, что система
помнит набор различных образов (стабильных состояний). В
зависимости от начального состояния система будет релаксировать к
тому или иному конечному состоянию. Естественно, система будет
переходить в ближайшее состояние с минимальной энергией. Таким
образом, система способна к классификации. Задавая различные наборы
I
i,j
, можно записывать в память различные образы.
