aufgabenbeispiel
Dies ist eine alte Version des Dokuments!
Inhaltsverzeichnis
Aufgabenbeispiel Hopfied-Netz
Um das Hopfield-Netz in Aktion erleben zu können, verwenden wir es als autoassoziativen Speicher von Bildern.
Das Netz soll zuerst eine Anzahl von Bildern speichern. Anschließend soll das Netz dann in der Lage sein, ein verrauschtes, also fehlerbehaftetes Bild, zu rekonstruieren.
Dazu betrachten wir Bilder mit lediglich zwei Farben (binäre Bilder). Die Aktivität der Neuronen wird damit farblich codiert. Beispielsweise könnte weiß für Neuron -1 (inaktiv) und schwarz für Neuron 1 (aktiv) stehen.
Voraussetzungen
- Legen Sie die Anzahl der Neuronen \[N = Bildhöhe \cdot Bildbreite \] fest. Wir verwenden Quadratische Bilder, d.h. es gilt Bildbreite = Bildhöhe. Beispielsweise könnte N = 64 sein.
- Geben Sie Bilder vor, die das Netz speichern soll. Denken sie daran, dass die Speicherkapazität ~ 13% der Netzgröße beträgt. Bei 64 Neuronen sollten nicht mehr als 8 Bilder (Muster alias Vektoren) gespeichert werden. Denken sie auch daran, dass sich die Muster möglichst gut unterscheiden lassen sollten.
Algorithmus (um Bilder zu lernen)
Algorithmus (um Bilder wieder zu erkennen)
aufgabenbeispiel.1705830002.txt.gz · Zuletzt geändert: 2024/01/21 09:40 von torsten.roehl