人工神经网络及其应用 第5讲 Hopfield网络 何建华 电信系,华中科技大 2003年3月3日
人工神经网络及其应用 第5讲 Hopfield网络 何建华 电信系，华中科技大学 2003年3月3日
Q内容安排 反馈网络 二、 Hopfield网络简介 DHNN网络 四、稳定性与应用 五、内容小结 2021/2/20
2021/2/20 2 一、反馈网络 二、Hopfield网络简介 三、DHNN网络 四、稳定性与应用 五、内容小结 内容安排
Q要点 反馈网络如何通过网络神经元状态的变迁而最 终稳定于平衡状态,得到联想存储或优化计算 的结果 关心网络的稳定性问题 ◆研究重点为怎样得到和利用稳定的反馈网络 2021/2/20
2021/2/20 3 反馈网络如何通过网络神经元状态的变迁而最 终稳定于平衡状态，得到联想存储或优化计算 的结果 关心网络的稳定性问题 研究重点为怎样得到和利用稳定的反馈网络 要点
一、反馈网络 米 1.1反馈网络简介 1.2网络稳定性 2021/2/20
2021/2/20 4 1.1 反馈网络简介 1.2 网络稳定性 一、反馈网络
1.1反馈网络简介 米 ◆反馈网络( Recurrent Network),又称自 联想记忆网络 其目的是为了设计一个网络,储存一组平衡 点,使得当给网络一组初始值时,网络通过 自行运行而最终收敛到这个设计的平衡点上 反馈网络能表现出非线性动力学系统动 态特性 网络系统具有若干个稳定状态。当网络从某一初始 状态开始运动,网络系统总可以收敛到某一个稳定 的平衡状态; 系统稳定的平衡状态可以通过设计网络的权值而被 2021/2/20 存储到网络中
2021/2/20 5 1.1 反馈网络简介 反馈网络(Recurrent Network)，又称自 联想记忆网络 – 其目的是为了设计一个网络，储存一组平衡 点，使得当给网络一组初始值时，网络通过 自行运行而最终收敛到这个设计的平衡点上。 反馈网络能表现出非线性动力学系统动 态特性 – 网络系统具有若干个稳定状态。当网络从某一初始 状态开始运动，网络系统总可以收敛到某一个稳定 的平衡状态； – 系统稳定的平衡状态可以通过设计网络的权值而被 存储到网络中