На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

выполняющего одновременно функции входного и выходного слоев, причем
между слоями имеются как прямые связи, идущие от распределительного слоя
к вычислительному, так и обратные связи, идущие от вычислительного слоя к
распределительному (см. Рис. 11). В зависимости от решаемой задачи, сети
Хопфилда работают с уровнями сигнала, находящимися в интервале как от 0 до
1, так от -1 до 1. В классическом варианте нейроны вычислительного слоя обладают
пороговой активационной функцией (2) при уровнях сигнала от 0 до 1
либо (50) при уровнях сигнала от -1 до 1:
⎧ 1, x ≥ 0
f ( x)
= ⎨ . (50)
⎩−1,
x < 0
В этом случае нейросеть является бинарной, т.е. множество ее возможных
состояний располагается на вершинах n-мерного гиперкуба, где n-число нейронов
в вычислительном слое [92]. Имеется также и аналоговый вариант нейросети
Хопфилда с сигмоидной активационной функцией (3) для уровней сигнала
от 0 до 1 либо с функцией (51) для уровней сигнала от -1 до 1 [93]:
x − x
e − e
f ( x)
= th(
x)
= . (51)
x −x
e + e
Рис. 11. Нейросеть Хопфилда. Пунктирная линия обозначает связь с нулевым
весом. Слой 0 является распределительным, а слой 1 – вычислительным.
В этом случае множество возможных состояний располагается внутри
вышеупомянутого n-мерного гиперкуба, однако абсолютное большинство
52