Page 60 - 4524

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