Avtoassotsiativ to‘rlar

Dastlabki rag'batlantirish namunasi berilgan. X kirish namunasini hisobga olgan holda, dekodlash amalga oshiriladi birliklarga aniq kiritishni hisoblash va bu birliklarning chiqishini aniqlash orqali X' naqshini ishlab chiqarish uchun chiqish funktsiyasidan foydalanish. Keyin X' naqshi qaytariladi X'' naqshini ishlab chiqarish uchun kirish namunasi sifatida birliklarga. X'' naqsh yana X''' naqshini ishlab chiqarish uchun birliklarga qaytariladi. Jarayon oxirigacha takrorlanadi tarmoq saqlangan sxema bo'yicha barqarorlashadi, bunda keyingi hisoblashlar o'zgarmaydi birliklarning chiqishi.

Agar X kiritish namunasi to'liq bo'lmagan naqsh bo'lsa yoki unda ba'zi buzilishlar mavjud bo'lsa, tarmoq barqarorlashadigan saqlangan naqsh odatda eng o'xshash bo'ladi X. buzilishlarsiz. Bu xususiyat naqshni yakunlash deb ataladi va juda foydali ko'plab tasvirlarni qayta ishlash dasturlarida. Dekodlash paytida chiqishni yangilash uchun ishlatilishi mumkin bo'lgan bir nechta sxemalar mavjud birliklar. Yangilash sxemalari sinxron (yoki ba'zilarida aytilganidek parallel). adabiyotlar), asinxron (yoki ketma-ket) yoki ikkalasining kombinatsiyasi (gibrid). Sinxron yangilash sxemasidan foydalanib, birliklarning chiqishi a sifatida yangilanadi chiqishni tarmoqqa qaytarishdan oldin guruh. Boshqa tomondan, yordamida asinxron yangilash sxemasi, birliklarning chiqishi ma'lum bir tartibda yangilanadi (masalan, tasodifiy yoki ketma-ket) va chiqish keyin tarmoqqa qaytariladi har bir birlik yangilanishi. Gibrid sinxron-asinxron yangilash sxemasidan foydalangan holda, birliklarning kichik guruhlari sinxron ravishda yangilanadi, har bir kichik guruhdagi birliklar yangilanadi. Yangilash sxemasini tanlash ta'sir qiladi tarmoqning konvergentsiyasi. Xopfild (1982) naqshlarning maksimal soni bo'lishi mumkinligini ko'rsatdi olingan naqshdagi xatolikdan oldin m tugunlarning Xopfild modelida saqlanadi og'irlashadi 0,15 m atrofida. Xopfild modelining xotira hajmi mumkin. Andrecut (1972) tomonidan ko'rsatilgandek ko'paytirilishi kerak. Xopfild modelining bu cheklangan xotira hajmiga qaramay, bir nechta ilovalarni ro'yxatga olish mumkin (Chaudhuri, Dai, deMenezes, Garsiya, Poli, Soper, Suh, Tsay). Xopfild modelini kombinatoriyaga qo'llash bo'yicha muhokamalar optimallashtirish muammolarini (Siu, Suh) topish mumkin. Har xil keng tarqalgan matn va texnik hujjatlar vy Hassoun, Hertz (va boshqalar), Matematik munozara uchun Xopfild, Makelis, Ritter va Volk bilan maslahatlashish mumkin. Xopfild modelining xotira sig'imi bo'yicha.