img280 (3)

274 Sieci rekurencyjne

Dotyczy to oczywiście każdego z zapamiętanych wzorców, jednak przy odtwarzaniu wzorców generowanych przez program dość trudno jest się zorientować, czy naprawdę odtworzony został dokładnie ten sam sygnał, który był podany jako wzorzec przed zniekształceniem - bo wzorce te wyglądają (oględnie mówiąc...) dość egzotycznie.

Zjawisko odtwarzania poprawnych obrazów z bardzo mocno zakłóconych wzorców w sieci Hopfielda zapamiętującej ortogonalne sygnały też ma swoje granice. Jeśli wzorzec zniekształcisz zbyt mocno - nastąpi bezpowrotna utrata możliwości jego odtworzenia. Zjawisko to ma charakter dość krytyczny. Na przykład na rysunku 11.34 pokazałem, że sieć z ortogonalnymi wzorcami potrafi niesłychanie szybko i sprawnie odtworzyć wzorzec litery Y, w którym zmieniono losowo 24 punkty.

Rys. 11.34. Poprawne odtwarzanie wzorca

Możesz powtarzać eksperymenty wiele razy i za każdym razem otrzymasz taki sam wynik, chociaż za każdym razem zakłócony będzie wyglądał inaczej, ponieważ punkty do zamiany wybierane są losowo. Wystarczy jednak zmiana jednego tylko dalszego punktu (to znaczy zepsucie na obrazie wzorca 25, a nie 24 pikseli) - by oryginalnego obrazu nie dało się poprawnie odtworzyć, gdyż pojawiają się za każdym razem niewielkie, ale nieusuwalne błędy (rys. 11.35). Przy jeszcze większym stopniu destrukcji wejściowego wzorca proces odtwarzania staje się dłuższy, a wynik końcowy jest jeszcze gorszy (rys. 11.36), aż wreszcie przy jeszcze większej deformacji wzorca ulega totalnej dezintegracji i sieć produkuje na swoim wyjściu już tylko same śmieci (rys. 11.37), chociaż nawet w tej sytuacji mogą się zdarzać - na zasadzie zwykłego zbiegu okoliczności - niezwykle efektowne przy-