• 네트워크,network . . . . 10 matches
       [[Hopfield_network]] =,Hopfield_network . Hopfield_network // 호필드 홉필드 중에?
        '''Hopfield network'''
        John_Hopfield
        http://www.aistudy.com/neural/hopfield_kim.htm (Excerpt from '신경망 이론과 응용, 김대수, 1992')
        WtEn:Hopfield_network
        WpEn:Hopfield_network
        ... Ndict:"Hopfield network" Ggl:"Hopfield network"
        } // Hopfield network
• 생성모형,generative_model . . . . 8 matches
       John_Hopfield가 기억의 원리로 [[홉필드_네트워크,Hopfield_network]]를 제안. (1982년)
       에너지 기반 모형에 경험이 많았던 물리학자 Hopfield는 [[패턴,pattern]]의 "[[에너지,energy]]"를 이렇게 설계함.
       여기서 $Z=\sum_x \exp[-E(x)]$ 는 모든 패턴에 대해 확률 $P(x)$ 의 합이 1이 되게 만들어 주는 상수. ([[정규화,normalization]]?) 이렇게 확률을 정의하면 모든 패턴에 대한 확률값이 자동으로 양수가 됨. 이 에너지 모형 energy_model 의 매개변수 $(W,b_1,b_2)$ 값을 잘 정하면 모형의 확률 $P(x)$ 가 데이터의 확률 $P_0(x)$ 와 비슷해질 것인데, Hopfield는 좋은 매개변수 값을 금세 알아차림:
       Hopfield는 패턴의 [[기억,memory]]이 에너지가 낮은 동역학적([[동역학,dynamics]]]) [[끌개,attractor]]에 저장된다고 생각함.
       Hopfield_network에서 좋은 $W$ 값이 정해지는 원리는 뇌과학의 헤비안 hebbian 규칙과 닮음
       Hopfield가 사용한 매개변수를 쓰면 모형의 확률 $P(x)$ 와 데이터의 확률 $P_0(x)$ 가 가깝게 됨. 이제 더 가깝게 만들어 보려고 함. 1985년.[* David H. Ackley, Geoffrey E. Hinton, and Terrence J. Sejnowski, "A learning algorithm for Boltzmann machines", Cognitive Science, 9(1): 147-169 (1985).] ([[볼츠만_기계,Boltzmann_machine]] 얘기.)
       에너지 모형은 Hopfield_network와 동일하고 확률은 볼츠만 분포(Boltzmann_distribution)를 따른다. (hence the name)
• 신경망,neural_network . . . . 8 matches
       Sub: // from e2 hopfield, chk
        Hopfield network - flat and interconnected
        https://everything2.com/title/Hopfield
       == Hopfield network ==
       [[Hopfield_network]]
       Srch:Hopfield
       WpEn:Hopfield_network
       ... Ndict:"Hopfield network" Google:"Hopfield network"
• 튜플,tuple . . . . 1 match
       CAM ([[content-addressable_memory]]) { rel. [[Hopfield_network]] curr mentioned at [[RR:메모리,memory]](CAM 검색) }

You can also click here to search title.