Deutsch-Chinesische Enzyklopädie, 德汉百科
IT-Times
Unternehmen
IT-Times
Medizin
Medizin, Pharma, Rehabilitation
Medizinische Ausrüstung/Medical Equipment
Medizinische Ausrüstung
Zahnärztliche Ausrüstung/Dental Equipment
Baden-Württemberg
Bildung und Forschung
IT-Times
Präzisionsinstrument/Medizinische Ausrüstung/Forschungsausrüstung
Massachusetts-MA
Medizin, Pharma, Rehabilitation
Medizinische Ausrüstung/Medical Equipment
Medizinische Ausrüstung
Medizinische Bildgebung
Medizinische Ausrüstung
In-Vitro-Diagnose
Honeywell International
Automation & Asset Management
Honeywell International
Honeywell Aerospace
Honeywell International
Performance Materials
Honeywell International
Transportation & Power System
IT-Times
PLC/DCS/FCS/SCADA/MES
IT-Times
Sensor
Luft- und Raumfahrt
Militär,Verteidigung und Ausrüstung
New jersey-NJ
Vereinigte Staaten
Wissenschaft und Technik
Global Innovators
Leben und Style
霍普菲尔德神经网络(Hopfield neural network)是一种循环神经网络，由约翰·霍普菲尔
Als Hopfield-Netz bezeichnet man eine besondere Form eines künstlichen neuronalen Netzes, das sich von anderen künstlichen neuronalen Netzen dadurch unterscheidet, dass es ein Rekurrentes neuronales Netz ist, das symmetrisch gewichtete Verbindungen besitzt und als Assoziativspeicher dient, der stabile Zustände (Attraktoren) für Muster erkennt. Es erkennt gespeicherte Muster anhand von Ähnlichkeiten, indem es sich in einen stabilen Zustand bewegt, der einem bekannten Muster entspricht.
Es ist nach dem amerikanischen Wissenschaftler John Hopfield benannt, der das Modell 1982 bekannt machte.
Hopfield-Netze hatten ursprünglich eine bedeutende Rolle in der Entwicklung der neuronalen Netzwerke, da sie als frühes Modell für assoziative Speicher und Mustererkennung dienten und wichtige Erkenntnisse zur Energie-Minimierung in neuronalen Netzen lieferten. Heute sind sie weiterhin von Bedeutung als Grundlage für moderne Ansätze in der künstlichen Intelligenz und maschinellem Lernen, insbesondere in der Forschung über rekurrente Netze und Energie-basierte Modelle.
德在1982年发明。Hopfield网络是一种结合存储系统和二元系统的神经网络。它保证了向局部极小的收敛，但收敛到错误的局部极小值（local minimum），而非全局极小（global minimum）的情况也可能发生。霍普菲尔德网络也提供了模拟人类记忆的模型。
Automobil
