Page 165 - 4196
P. 165

2  На  входи  мережі  подається  невідомий  сигнал:
            y i   x0   i  ,  i   0 ,..., p  1.
                 3 Обчислюється новий стан нейронів
                                 p 1
                       S  t    1    W  y   ,t  j   0 ,...,  p  1
                         j            ij  i
                                 i 1
           та виходи нейронів
                               y  j t  1  Sf  j  t   1 ,
           де f  - активаційні функції стрибка або порогу.
                 4 При зміні  ty j     1  по відношенню до   ty  j  , пере-
           хід до пункту 3, інакше – кінець.
                 Якщо  мережа  видає  на  виході  неіснуючий  об’єкт,
           який не відповідає ні одному із зразків, то це може свід-
           чити про суттєву новину сигналу, поданого на вхід  або
           про обмежені можливості мережі.
                 Для мережі Хопфілда кількість запам’ятованих зра-
           зків не може перевищувати величини  15,0     p  . Окрім того,
           виникають проблеми розпізнавання схожих об’єктів.
                 Якщо при дослідженні подібності достатньо визна-
           чити  тільки  номер  зразка,  асоціативну  пам’ять  успішно
           реалізує мережа Хеммінга, яка порівняно з мережею Хо-
           пфілда вимагає менших витрат на пам’ять та об’єм обчи-
           слень (рисунок 4.10).





















                                       165
   160   161   162   163   164   165   166   167   168   169   170