Page 165 - 4196

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