Sieci CP str087

87

Rozdział 7. Sieć Hopfielda

wyjściowych y^ z poszczególnych neuronów we wzorze definiującym łączne pobudzenie e»? odbywa się po wszystkich elementach i G VJl czyli po wszystkich elementach sieci. Oznacza to, że w sieci przewidziane są także połączenia z warstw dalej położonych (wyjściowych) do warstw wcześniejszych — czyli sprzężenia zwrotne.

Jak było to wcześniej odnotowane, sieć o takim schemacie połączeń nazywana jest siecią autoasocjacyjną. W ramach tego sprzężenia każdy neuron jest także połączony jednym z wejść ze swoitn własnym wyjściem, zatem zasada autoasocjacyjności odnosi się także do pojedynczych neuronów. Każdy neuron sieci ma także kontakt z pewnym, odpowiadającym mu sygnałem wejściowym Xm\ zatem zaciera się tu podział na warstwę wejściową i pozostałe warstwy sieci. Podobnie w związku z zasadą łączenia „każdego z każdym” neurony sieci Ilopfielda nie tworzą wcale wyraźnie wydzielonych warstw i mogą być rozważane w dowolnej topologii. My utrzymamy jednak nadal rysunki w formie warstw. Przyjmując, w dalszych rozważaniach najprostszy, jednowarstwowy i jednowymiarowy model sieci otrzymujemy następujący jej schemat:

7.2 Natura procesów w sieciach Hopfielda

Warto zauważyć, że w sieciach autoasocjacyjnych możliwe jest pojawianie się pewnych przebiegów dynamicznych, polegających na tym, że uzyskane w pewnym kroku j wartości sygnałów wyjściowych yJJ wszystkich neuronów sieci (mi = 1,2,..., Ar) stają się automatycznie wartościami wejściowymi    £ OT w kolejnym kroku symulacji. Oznacza to, że sieć

realizuje nieliniowe wektorowe odwzorowanie

y«^+l» = s (jrw,yc*>)