联想记忆

来自计算思维百科
跳转至: 导航搜索

人工神经网络也可以用于联想记忆。人类具有很高的智能,其中一个主要原因是人脑具有联想记忆能力。人不仅能够记忆完整模式,而且能够从当前关心的情景中提取与之关联的信息来。当闻到特定气味时,我们很容易勾起儿时的回忆;听到朋友的声音也会让我们联想起友人的身影;特定的音乐可能会产生对某个假日的怀念。这些都是联想记忆的例子——提取与手头信息相关联的或相关的信息。

构建具有联想记忆能力的神经网络模型是人工智能许多年来研究的一个目标,其中霍普菲尔德(Hopfield)提出的反馈式神经网络对后来神经网络的发展产生了重大影响。在Hopfield模型中,网络系统的稳定性由网络能量函数来描述,记忆样本以向量的形式分布存储于神经元之间的连接权上,并使其对应与网络能量函数的局部最小值;每个神经元的输入输出特性为一个有界的非线性函数,如S型函数;各神经元以随机异步方式进行计算。Hopfield网络由初始状态向稳定状态演化的过程就是寻找记忆的过程,这种内容寻址记忆方式与实际神经系统的记忆方式十分相似。