Асинхронная динамика

Нейроны в модели Хопфилда, подобно спиновым переменным, могут принимать два состояния

$Асинхронная динамика$

, а динамика состояний сети носит асинхронный характер (т.н. Глауберова динамика). В дискретные моменты времени

$Асинхронная динамика$

случайным образом выбирается один нейрон (k-ый) для которого вычисляется значение потенциала

$Асинхронная динамика$

При выполнении условия

$Асинхронная динамика$

состояние нейрона изменяется на противоположное:

$Асинхронная динамика$

В другом варианте - последовательной динамике - перебор нейронов производится не случайным образом а циклически, но в каждый момент времени также может изменяться состояние лишь одного нейрона. Эти два варианта качественно отличаются от параллельной динамики, подразумевающей одновременное изменение состояний всех тех нейронов, для которых выполняется условие

$Асинхронная динамика$

(такова, например, динамика модели Литтла). Синхронизация моментов обновления состояний нейронов делает такую динамику подверженной "зацикливаниям".

В отличие от многослойных сетей, в которых входные и выходные нейроны пространственно разделены в модели Хопфилда все нейроны одновременно являются и входными, и скрытыми, и выходными. Роль входа в таких сетях выполняет начальная конфигурация активностей нейронов, а роль выхода - конечная стационарная конфигурация их активностей.

Содержание раздела

Главная сайта