شبکه عصبی هاپفیلد + سورس متلب شبکه هاپفیلد

شبکه عصبی هاپفیلد + سورس متلب شبکه هاپفیلد

شبکه هاپفیلد نوعی از شبکه‌های عصبی مصنوعی بازگشتی است که توسط جان هاپفیلد اختراع شده است. شبکه هاپفیلد می‌تواند در نقش سیستمی دارای حافظه وابسته شامل اجزایی دو حالته ظاهر شود. همگرایی شبکه هاپفیلد به یکی از کمینه‌های موضعیش قطعیست اما همگرایی به جواب از قبل ضبط شده هر چند بسیار محتمل است، اما قطعی نیست.

ساختار

اجزا شبکه هاپفیلد اجزیی دو حالته‌اند بدین معنی که هر یک می‌توانند در یکی از دو حالت تعریف شده قرار بگیرند. و اینکه در کدام حالت قرار بگیرند هم بسته به اینکه مجموع ورودی به جز مورد نظر از مقدار آستانه‌ای کمتر یا بیشتر باشد، تعیین می‌گردد. شبکه‌های هاپفیلد دو نوع کلی دارند؛ شبکه‌هایی که اجزایشان حالت‌های ۰ و ۱ را می‌پذیرند و یا شبکه‌هایی که اجزایش حالات ۱ و -۱ را به خود می‌گیرند.

دو دسته تعریف فوق برای حالت اجزای شبکه هاپفیلد به صورت زیر نمایش داده می‌شوند:

‎

(1)

$a_i \leftarrow \left\{\begin{matrix} 1 & \mbox {if }\sum_{j}{w_{ij}a_j}>\theta_i, \\ -1 & \mbox {otherwise.}\end{matrix}\right.$