This HTML5 document contains 164 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dbthttp://dbpedia.org/resource/Template:
dbpedia-svhttp://sv.dbpedia.org/resource/
wikipedia-enhttp://en.wikipedia.org/wiki/
dbrhttp://dbpedia.org/resource/
dbpedia-arhttp://ar.dbpedia.org/resource/
n16http://ml.dbpedia.org/resource/
n10http://commons.wikimedia.org/wiki/Special:FilePath/
dbpedia-frhttp://fr.dbpedia.org/resource/
n41http://page.mi.fu-berlin.de/rojas/neural/
n19http://to-campos.planetaclix.pt/neural/
dctermshttp://purl.org/dc/terms/
dbpedia-cshttp://cs.dbpedia.org/resource/
rdfshttp://www.w3.org/2000/01/rdf-schema#
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n37http://lv.dbpedia.org/resource/
n11https://web.archive.org/web/20111005202201/http:/www.tristanfletcher.co.uk/
n12http://dbpedia.org/resource/File:
dbphttp://dbpedia.org/property/
n17http://www.heatonresearch.com/aifh/vol3/
n39http://page.mi.fu-berlin.de/rojas/neural/chapter/
xsdhhttp://www.w3.org/2001/XMLSchema#
dbpedia-ukhttp://uk.dbpedia.org/resource/
n24http://www.scholarpedia.org/article/
dbohttp://dbpedia.org/ontology/
n20https://books.google.com/
dbpedia-vihttp://vi.dbpedia.org/resource/
dbpedia-pthttp://pt.dbpedia.org/resource/
n44http://www.tristanfletcher.co.uk/
dbpedia-jahttp://ja.dbpedia.org/resource/
dbchttp://dbpedia.org/resource/Category:
n48https://web.archive.org/web/20121025125326/http:/gna.org/projects/neurallab/
dbpedia-commonshttp://commons.dbpedia.org/resource/
dbpedia-plhttp://pl.dbpedia.org/resource/
dbpedia-dehttp://de.dbpedia.org/resource/
yagohttp://dbpedia.org/class/yago/
dbpedia-ruhttp://ru.dbpedia.org/resource/
wikidatahttp://www.wikidata.org/entity/
goldhttp://purl.org/linguistics/gold/
dbpedia-nlhttp://nl.dbpedia.org/resource/
yago-reshttp://yago-knowledge.org/resource/
n29https://global.dbpedia.org/id/
dbpedia-ithttp://it.dbpedia.org/resource/
dbpedia-cahttp://ca.dbpedia.org/resource/
provhttp://www.w3.org/ns/prov#
foafhttp://xmlns.com/foaf/0.1/
dbpedia-zhhttp://zh.dbpedia.org/resource/
dbpedia-fahttp://fa.dbpedia.org/resource/
dbpedia-eshttp://es.dbpedia.org/resource/
freebasehttp://rdf.freebase.com/ns/
owlhttp://www.w3.org/2002/07/owl#
dbpedia-kahttp://ka.dbpedia.org/resource/

Statements

Subject Item
dbr:Hopfield_network
rdf:type
yago:NeuralNetwork106725467 yago:Abstraction100002137 yago:WikicatArtificialNeuralNetworks yago:ComputerArchitecture106725249 yago:Description106724763 yago:Message106598915 yago:Communication100033020 yago:WikicatNeuralNetworks yago:Specification106725067 yago:Statement106722453
rdfs:label
Hopfield-Netz ホップフィールド・ネットワーク Hopfield network Xarxa de Hopfield Hopfieldnät Нейронна мережа Гопфілда شبكة هوبفيلد Modelo de Hopfield Réseau de neurones de Hopfield Hopfield-netwerk Sieć asocjacyjna 霍普菲尔德神经网络 Нейронная сеть Хопфилда Rete di Hopfield Hopfieldova síť Hopfield (RNA)
rdfs:comment
Una red de Hopfield es una forma de red neuronal artificial recurrente inventada por . Las redes de Hopfield se usan como sistemas de Memoria asociativa con unidades binarias. Están diseñadas para converger a un mínimo local, pero la convergencia a uno de los patrones almacenados no está garantizada. ホップフィールド・ネットワーク (英: Hopfield network) は、ニューラルネットワークの一モデルである。 アメリカ合衆国の物理学者であるジョン・ホップフィールド (J.J. Hopfield) が提唱した。ユニット（ニューロン）間に対称的な相互作用がある非同期型ネットワークであり、自然な操作によってネットワークのエネルギーが極小値をとる。元はスピンの安定条件をもとめるモデルとして発想されたものであったが、ネットワークによるのモデルとして歓迎され、ニューラルネットブームの火付け役の一つとなり、また後のボルツマンマシンの元ともなった。これは統計的な変動をもちいて、エネルギーが極小値ではなく最小値をとることを目指すモデルである。 Le réseau de neurones d'Hopfield est un modèle de réseau de neurones récurrents à temps discret dont la est symétrique et nulle sur la diagonale et où la dynamique est asynchrone (un seul neurone est mis à jour à chaque unité de temps). Il a été popularisé par le physicien John Hopfield en 1982. Sa découverte a permis de relancer l'intérêt dans les réseaux de neurones qui s'était essoufflé durant les années 1970 à la suite d'un article de Marvin Minsky et Seymour Papert. Una rete di Hopfield è un tipo di rete neurale artificiale, nota per essere il modello di rete che simula le capacità del cervello umano di ricordare le cose o di ricostruire le immagini distorte. Nel campo delle reti neurali questo modello è classificato come apprendimento non supervisionato: la rete impara senza avere esempi, soltanto con l'uso del concetto di "energia". Questo modello fa uso delle funzioni di Ljapunov per provare la propria stabilità. Нейронна мережа Гопфілда — це тип рекурентної, повнозв'язної, штучної нейронної мережі з симетричною матрицею зв'язків. У процесі роботи динаміка таких мереж сходиться (конвергує) до одного з положень рівноваги. Ці положення рівноваги є локальними мінімумами функціоналу, що називається енергія мережі (у найпростішому випадку — локальними мінімумами негативно визначеної квадратичної форми на n-вимірному кубі). Така мережа може бути використана як , як фільтр, а також для розв'язання деяких завдань оптимізації. На відміну від багатьох нейронних мереж, що працюють до отримання відповіді через певну кількість тактів, мережі Гопфілда працюють до досягнення рівноваги, коли наступний стан мережі дорівнює попередньому. Una xarxa de Hopfield és una forma de xarxa neuronal artificial recurrent inventada per . Les xarxes de Hopfield s'usen com a sistemes de memòria associativa (RNA) amb unitats binàries. Estan dissenyades per convergir a un mínim local, però la convergència a un dels patrons emmagatzemats no està garantida. Een Hopfield-netwerk, uitgevonden door , is een enkellaags neuraal netwerk. Een dergelijk netwerk kan dienen als een en bestaat uit binaire of polaire neuronen. Elk neuron is verbonden met elk ander neuron. De verbindingen hebben daarbij meestal de volgende beperkingen: * (eenheden hebben geen verbinding met zichzelf) * (verbindingen zijn symmetrisch) Initieel kan een Hopfield-netwerk worden gevuld met leerpatronen, waarna het gewicht van elke verbinding wordt vastgesteld. In tegenstelling tot een netwerk met , worden de gewichten hierna niet meer aangepast. , Um modelo de Hopfield, também chamado de rede Hopfield, é uma forma de rede neural artificial recorrente popularizada por John Hopfield em 1982, mas descrita anteriormente por W. A. Little em 1974. Redes Hopfield servem como sistemas de memória de conteúdo direcionável com nós de limite binário. Garante-se que elas convertem a um mínimo local, mas às vezes convergirão a um falso padrão (mínimo local errado) em vez de um padrão estabelecido (mínimo local esperado). Redes Hopfield também oferecem um modelo para a compreensão da memória humana. شبكة هوبفيلد (بالإنجليزية: Hopfield network)‏ هي شبكة عصبونية تصنف من الشبكات ذات الطبقة الواحدة (Single-Layer Net) حيث تتألف من طبقة واحدة من أوزان الوصلات، وغالباً ما تنقسم الوحدات فيها إلى وحدات دخل تستقبل الإشارات من العالم الخارجي، ووحدات خرج يمكن قراءة استجابة الشبكة منها. في التقليدية، تكون وحدات الدخل مرتبطة كلياً بوحدات الخرج، ولكنها غير مرتبطة بوحدات دخل أخرى، ووحدات الخرج غير مرتبطة بوحدات خرج أخرى. من أهم تطبيقات شبكة هوبفيلد، ، وحل مشاكل الأمثلية (إيجاد الطريق الأقصر في مسألة البائع المتجول الشهيرة). Sieci asocjacyjne – zwane sieciami Hopfielda, wymyślone przez amerykańskiego fizyka w 1982 roku, to taka klasa sieci rekurencyjnych, które dają możliwość rekonstrukcji i rozpoznawania wcześniej zapamiętanych wzorców na podstawie skojarzeń, bazując na dostępnym fragmencie wzorca lub wzorca podobnego do niego. Als Hopfield-Netz bezeichnet man eine besondere Form eines künstlichen neuronalen Netzes. Es ist nach dem amerikanischen Wissenschaftler John Hopfield benannt, der das Modell 1982 bekannt machte. Hopfield är ett övervakat neuralt nätverk och används till att minnas mönster. Nätet förmår att återskapa inlärda mönster som blivit störda till en viss gräns. Hur väl återskapandet går beror på flera faktorer såsom hur många bilder som är intränade i nätet, hur störd bilden är, hur många iterationscykler som tillåts. Hopfieldnätet konstruerades ursprungligen av 1982.Nätet är präglat av en biologisk förebild och fungerar starkt förenklat som en människas minne. Ett Hopfieldnät kan lagra ungefär bilder. Där N är antal neuroner och M är antal bilder. A Hopfield network (or Ising model of a neural network or Ising–Lenz–Little model) is a form of recurrent artificial neural network and a type of spin glass system popularised by John Hopfield in 1982 as described earlier by Little in 1974 based on Ernst Ising's work with Wilhelm Lenz on the Ising model. Hopfield networks serve as content-addressable ("associative") memory systems with binary threshold nodes, or with continuous variables. Hopfield networks also provide a model for understanding human memory. 霍普菲爾德神经网络(Hopfield neural network)是一种循环神经网络，由约翰·霍普菲尔德在1982年发明。Hopfield网络是一种系统和二元系统的神经网络。它保证了向的收敛，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。 Нейро́нная сеть Хо́пфилда (англ. Hopfield network) — полносвязная нейронная сеть с симметричной матрицей связей. В процессе работы динамика таких сетей сходится (конвергирует) к одному из положений равновесия. Эти положения равновесия определяются заранее в процессе обучения, они являются локальными минимумами функционала, называемого энергией сети (в простейшем случае — локальными минимумами отрицательно определённой квадратичной формы на n-мерном кубе). Такая сеть может быть использована как автоассоциативная память, как фильтр, а также для решения некоторых задач оптимизации. В отличие от многих нейронных сетей, работающих до получения ответа через определённое количество тактов, сети Хопфилда работают до достижения равновесия, когда следующее состояние сети в точности равно предыдущему
foaf:depiction
n10:HAM_Full_Connect.png n10:Modern_Hopfield_Network.png n10:Hierarchical_Associative_Memory.png n10:Energy_landscape.png n10:Effective_theory_of_Modern_Hopfield_Networks.png n10:Hopfield-net-vector.svg
dcterms:subject
dbc:Neural_network_architectures
dbo:wikiPageID
1170097
dbo:wikiPageRevisionID
1122744221
dbo:wikiPageWikiLink
n12:Effective_theory_of_Modern_Hopfield_Networks.png dbr:Gibbs_measure n12:Energy_landscape.png dbr:One-shot_learning_(software) dbr:Artificial_neural_network dbr:Nonlinear_dynamical_system dbr:Artificial_neuron dbr:Association_(psychology) dbr:Modern_Hopfield_network dbr:Recurrent_neural_network dbr:Wilhelm_Lenz dbr:Learning_rule dbr:Ernst_Ising dbr:Hebbian_theory dbr:Lyapunov_function dbr:Physics dbr:Memory n12:HAM_Full_Connect.png dbr:Associative_memory_(disambiguation) dbr:Linear_combination dbr:Spin_glass n12:Hierarchical_Associative_Memory.png dbr:Amos_Storkey dbr:Autoassociative_memory dbr:Markov_property dbc:Neural_network_architectures dbr:Content-addressable_memory dbr:Ising_model dbr:Local_minimum dbr:Boltzmann_machine dbr:Perceptron dbr:Cognitive_model dbr:Binary_numeral_system n12:Hopfield-net-vector.svg dbr:Probability_measure dbr:William_A._Little_(physicist) dbr:Binary_data dbr:Markov_networks n12:Modern_Hopfield_Network.png dbr:John_Hopfield
dbo:wikiPageExternalLink
n11:DLVHopfield.pdf n17:hopfield.html n19:hope.html n20:books%3Fid=yQVGAAAAQBAJ n24:Hopfield_network n39:K13.pdf n41:index.html.html n44:DLVHopfield.pdf n20:books%3Fid=ddB4AgAAQBAJ n20:books%3Fid=aEIPEAAAQBAJ&pg=PP5 n48:
owl:sameAs
dbpedia-pt:Modelo_de_Hopfield dbpedia-it:Rete_di_Hopfield n16:ഹോപ്‌ഫീൽഡ്_ശൃംഖല dbpedia-ca:Xarxa_de_Hopfield freebase:m.04d4kr dbpedia-ka:ჰოპფილდის_ქსელი dbpedia-nl:Hopfield-netwerk dbpedia-ru:Нейронная_сеть_Хопфилда yago-res:Hopfield_network dbpedia-fr:Réseau_de_neurones_de_Hopfield dbpedia-sv:Hopfieldnät n29:QS1z dbpedia-commons:Hopfield_net dbpedia-fa:شبکه_هاپفیلد dbpedia-vi:Mạng_Hopfield n37:Hopfīlda_tīkls dbpedia-ja:ホップフィールド・ネットワーク dbpedia-de:Hopfield-Netz dbpedia-es:Hopfield_(RNA) dbpedia-ar:شبكة_هوبفيلد wikidata:Q1407668 dbpedia-pl:Sieć_asocjacyjna dbpedia-cs:Hopfieldova_síť dbpedia-zh:霍普菲尔德神经网络 dbpedia-uk:Нейронна_мережа_Гопфілда
dbp:wikiPageUsesTemplate
dbt:Refbegin dbt:Stochastic_processes dbt:Reflist dbt:Refend dbt:Citation_needed dbt:EquationNote dbt:EquationRef dbt:NumBlk dbt:Cite_book dbt:Differentiable_computing dbt:Cite_journal dbt:Short_description dbt:Cite_web dbt:Clarify dbt:Commons dbt:Harvid
dbo:thumbnail
n10:Hopfield-net-vector.svg?width=300
dbp:date
July 2019
dbp:reason
What is an attractor NN?
dbo:abstract
Um modelo de Hopfield, também chamado de rede Hopfield, é uma forma de rede neural artificial recorrente popularizada por John Hopfield em 1982, mas descrita anteriormente por W. A. Little em 1974. Redes Hopfield servem como sistemas de memória de conteúdo direcionável com nós de limite binário. Garante-se que elas convertem a um mínimo local, mas às vezes convergirão a um falso padrão (mínimo local errado) em vez de um padrão estabelecido (mínimo local esperado). Redes Hopfield também oferecem um modelo para a compreensão da memória humana. Una xarxa de Hopfield és una forma de xarxa neuronal artificial recurrent inventada per . Les xarxes de Hopfield s'usen com a sistemes de memòria associativa (RNA) amb unitats binàries. Estan dissenyades per convergir a un mínim local, però la convergència a un dels patrons emmagatzemats no està garantida. ホップフィールド・ネットワーク (英: Hopfield network) は、ニューラルネットワークの一モデルである。 アメリカ合衆国の物理学者であるジョン・ホップフィールド (J.J. Hopfield) が提唱した。ユニット（ニューロン）間に対称的な相互作用がある非同期型ネットワークであり、自然な操作によってネットワークのエネルギーが極小値をとる。元はスピンの安定条件をもとめるモデルとして発想されたものであったが、ネットワークによるのモデルとして歓迎され、ニューラルネットブームの火付け役の一つとなり、また後のボルツマンマシンの元ともなった。これは統計的な変動をもちいて、エネルギーが極小値ではなく最小値をとることを目指すモデルである。 شبكة هوبفيلد (بالإنجليزية: Hopfield network)‏ هي شبكة عصبونية تصنف من الشبكات ذات الطبقة الواحدة (Single-Layer Net) حيث تتألف من طبقة واحدة من أوزان الوصلات، وغالباً ما تنقسم الوحدات فيها إلى وحدات دخل تستقبل الإشارات من العالم الخارجي، ووحدات خرج يمكن قراءة استجابة الشبكة منها. في التقليدية، تكون وحدات الدخل مرتبطة كلياً بوحدات الخرج، ولكنها غير مرتبطة بوحدات دخل أخرى، ووحدات الخرج غير مرتبطة بوحدات خرج أخرى. من أهم تطبيقات شبكة هوبفيلد، ، وحل مشاكل الأمثلية (إيجاد الطريق الأقصر في مسألة البائع المتجول الشهيرة). Una red de Hopfield es una forma de red neuronal artificial recurrente inventada por . Las redes de Hopfield se usan como sistemas de Memoria asociativa con unidades binarias. Están diseñadas para converger a un mínimo local, pero la convergencia a uno de los patrones almacenados no está garantizada. Hopfield är ett övervakat neuralt nätverk och används till att minnas mönster. Nätet förmår att återskapa inlärda mönster som blivit störda till en viss gräns. Hur väl återskapandet går beror på flera faktorer såsom hur många bilder som är intränade i nätet, hur störd bilden är, hur många iterationscykler som tillåts. Hopfieldnätet konstruerades ursprungligen av 1982.Nätet är präglat av en biologisk förebild och fungerar starkt förenklat som en människas minne. Detta minne är av typen , vilket innebär att de mönster som nätet känner igen kommer att visas likadant som de matas in. När nätet stöter på ett mönster som det inte känner igen kommer det att visa det mönster som är mest likt det nuvarande, av de som det har sett under träningsfasen. Ett autoassociativt nät kan alltså återskapa störd indata till något av de mönster det känner igen. Ett Hopfieldnät kan lagra ungefär bilder. Där N är antal neuroner och M är antal bilder. Una rete di Hopfield è un tipo di rete neurale artificiale, nota per essere il modello di rete che simula le capacità del cervello umano di ricordare le cose o di ricostruire le immagini distorte. Nel campo delle reti neurali questo modello è classificato come apprendimento non supervisionato: la rete impara senza avere esempi, soltanto con l'uso del concetto di "energia". Questo modello fa uso delle funzioni di Ljapunov per provare la propria stabilità. Een Hopfield-netwerk, uitgevonden door , is een enkellaags neuraal netwerk. Een dergelijk netwerk kan dienen als een en bestaat uit binaire of polaire neuronen. Elk neuron is verbonden met elk ander neuron. De verbindingen hebben daarbij meestal de volgende beperkingen: * (eenheden hebben geen verbinding met zichzelf) * (verbindingen zijn symmetrisch) Initieel kan een Hopfield-netwerk worden gevuld met leerpatronen, waarna het gewicht van elke verbinding wordt vastgesteld. In tegenstelling tot een netwerk met , worden de gewichten hierna niet meer aangepast. Bij ieder leerpatroon, met de vorm , wordt bekeken hoe dit patroon bijdraagt aan gewicht . Hierdoor ontstaat de volgende sommatie na patronen: , Нейро́нная сеть Хо́пфилда (англ. Hopfield network) — полносвязная нейронная сеть с симметричной матрицей связей. В процессе работы динамика таких сетей сходится (конвергирует) к одному из положений равновесия. Эти положения равновесия определяются заранее в процессе обучения, они являются локальными минимумами функционала, называемого энергией сети (в простейшем случае — локальными минимумами отрицательно определённой квадратичной формы на n-мерном кубе). Такая сеть может быть использована как автоассоциативная память, как фильтр, а также для решения некоторых задач оптимизации. В отличие от многих нейронных сетей, работающих до получения ответа через определённое количество тактов, сети Хопфилда работают до достижения равновесия, когда следующее состояние сети в точности равно предыдущему: начальное состояние является входным образом, а при равновесии получают выходной образ. Ее вариацией является Нейронная сеть Хэмминга. Нейронна мережа Гопфілда — це тип рекурентної, повнозв'язної, штучної нейронної мережі з симетричною матрицею зв'язків. У процесі роботи динаміка таких мереж сходиться (конвергує) до одного з положень рівноваги. Ці положення рівноваги є локальними мінімумами функціоналу, що називається енергія мережі (у найпростішому випадку — локальними мінімумами негативно визначеної квадратичної форми на n-вимірному кубі). Така мережа може бути використана як , як фільтр, а також для розв'язання деяких завдань оптимізації. На відміну від багатьох нейронних мереж, що працюють до отримання відповіді через певну кількість тактів, мережі Гопфілда працюють до досягнення рівноваги, коли наступний стан мережі дорівнює попередньому. Le réseau de neurones d'Hopfield est un modèle de réseau de neurones récurrents à temps discret dont la est symétrique et nulle sur la diagonale et où la dynamique est asynchrone (un seul neurone est mis à jour à chaque unité de temps). Il a été popularisé par le physicien John Hopfield en 1982. Sa découverte a permis de relancer l'intérêt dans les réseaux de neurones qui s'était essoufflé durant les années 1970 à la suite d'un article de Marvin Minsky et Seymour Papert. Un réseau de Hopfield est une mémoire adressable par son contenu : une forme mémorisée est retrouvée par une stabilisation du réseau, s'il a été stimulé par une partie adéquate de cette forme. Sieci asocjacyjne – zwane sieciami Hopfielda, wymyślone przez amerykańskiego fizyka w 1982 roku, to taka klasa sieci rekurencyjnych, które dają możliwość rekonstrukcji i rozpoznawania wcześniej zapamiętanych wzorców na podstawie skojarzeń, bazując na dostępnym fragmencie wzorca lub wzorca podobnego do niego. Są wykorzystywane do modelowania . W tych sieciach nie ma wyszczególnionych warstw, każda jednostka przetwarzająca jest złączona ze wszystkimi innymi jednostkami z wyjątkiem samej siebie. Połączenie pomiędzy dwiema jednostkami jest symetryczne, co oznacza, że ma taką samą siłę w obie strony. Procesy obliczeniowe polegają na nauczeniu sieci wzorcowych danych, a w dalszej kolejności na prezentacji dowolnych danych na wejściu. Sygnał rozprzestrzenia się po sieci aż do momentu samoczynnego uzyskania stanu stabilnego, kiedy już nie zachodzą zmiany aktywacji żadnych jednostek. Stan aktywacji opisany na zbiorze jednostek przetwarzających jest przesyłany na wyjście systemu i jest wzorcem najbardziej zbliżonym do danych wejściowych. Als Hopfield-Netz bezeichnet man eine besondere Form eines künstlichen neuronalen Netzes. Es ist nach dem amerikanischen Wissenschaftler John Hopfield benannt, der das Modell 1982 bekannt machte. 霍普菲爾德神经网络(Hopfield neural network)是一种循环神经网络，由约翰·霍普菲尔德在1982年发明。Hopfield网络是一种系统和二元系统的神经网络。它保证了向的收敛，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。 A Hopfield network (or Ising model of a neural network or Ising–Lenz–Little model) is a form of recurrent artificial neural network and a type of spin glass system popularised by John Hopfield in 1982 as described earlier by Little in 1974 based on Ernst Ising's work with Wilhelm Lenz on the Ising model. Hopfield networks serve as content-addressable ("associative") memory systems with binary threshold nodes, or with continuous variables. Hopfield networks also provide a model for understanding human memory.
gold:hypernym
dbr:Form
prov:wasDerivedFrom
wikipedia-en:Hopfield_network?oldid=1122744221&ns=0
dbo:wikiPageLength
54060
foaf:isPrimaryTopicOf
wikipedia-en:Hopfield_network