1.2.9. Сеть Хопфилда

Размерности входных и выходных сигналов совпадают. Несколько слов о емкости сети Хопфилда: сеть, содержащая N нейронов может запомнить не более М=0.15 *N образов. При этом запоминаемые образы не должны быть сильно коррелированы.

Области применения: ассоциативная память, адресуемая по содержанию,

задачи распознавания образов, задачи оптимизации.

Сеть обладает небольшой емкостью. Наряду с запомненными образами в

сети хранятся и их негативы. Размерность и тип входных сигналов с

точностью совпадают с размерностью и типом выходных сигналов. Это

существенно ограничивает применение сети в задаче распознавания;

образов. При использовании коррелированных векторов-образцов

возможно зацикливание сети в процессе функционирования.

Квадратичный рост числа синапсов при увеличении размерности входного

сигнала также можно считать недостатком сети.

Сеть имеет огромное историческое значение. С этой модели началось

возрождение интереса к нейронным сетям в середине 80-х годов.

Существует модель сети Хопфилда с бинарными входными сигналами.

Одна из модификаций сети предназначена для решения задач оптимизации,

в частности задачи распределения работ между исполнителями.

Для увеличения емкости сети и повышения качества распознавания образов

используют мультипликативные нейроны. Сети, состоящие из таких

нейронов, называются сетями высших порядков.

Были предложены многослойные сети Хопфилда, которые обладают

определенными преимуществами по сравнению с первоначальной:

моделью.