Page 60 - 4524
P. 60

Мережа Хопфілда використовує три прошарки: вхідний,
                            прошарок Хопфілда та вихідний прошарок. Кожен прошарок
                            має  однакову  кількість  нейронів.  Входи  прошарку  Хопфілда
                            під'єднані до виходів відповідних нейронів вхідного прошарку
                            через змінні ваги з'єднань. Виходи прошарку Хопфілда під'єд-
                            нуються до входів всіх нейронів прошарку Хопфілда, за виня-
                            тком самого себе, а також до відповідних елементів у вихід-
                            ному прошарку. В режимі  функціонування, мережа скеровує
                            дані  з  вхідного  прошарку  через  фіксовані  ваги  з'єднань  до
                            прошарку  Хопфілда.  Прошарок  Хопфілда  коливається,  поки
                            не  буде  завершена  певна  кількість  циклів,  і  біжучий  стан
                            прошарку передається на вихідний прошарок. Цей стан відпо-
                            відає образу, вже запрограмованому у мережу.
                                  Навчання  мережі  Хопфілда  вимагає,  щоб  навчальний
                            образ був представлений на вхідному та вихідному прошарках
                            одночасно. Рекурсивний характер прошарку  Хопфілда забез-
                            печує засоби корекції всіх ваг з'єднань. Недвійкова реалізація
                            мережі повинна мати пороговий механізм у передатній функ-
                            ції. Для правильного навчання мережі відповідні пари "вхід-
                            вихід" мають відрізнятися між собою.
                                  Якщо мережа Хопфілда використовується як пам'ять, що
                            адресується за змістом вона має два головних обмеження. По-
                            перше, число образів, що можуть бути збережені та точно від-
                            творені є строго обмеженим. Якщо зберігається занадто бага-
                            то параметрів, мережа може збігатись до нового неіснуючого
                            образу,  відмінному  від  всіх  запрограмованих образів,  або  не
                            збігатись взагалі. Межа ємності пам'яті для мережі приблизно
                            15% від числа нейронів у прошарку Хопфілда. Другим обме-
                            женням парадигми  є  те,  що  прошарок  Хопфілда  може  стати
                            нестабільним, якщо навчальні приклади є занадто подібними.
                            Зразок образу  вважається  нестабільним,  якщо  він  застосову-
                            ється за нульовий час і мережа збігається до деякого іншого
                            образу з навчальної множини. Ця проблема може бути вирі-
                            шена  вибором  навчальних  прикладів  більш  ортогональних
                            між собою.
                                  Структурна  схема  мережі  Хопфилда  приведена  на  рис.
                            5.9.





                                                           59
   55   56   57   58   59   60   61   62   63   64   65