Taula de continguts
10 les relacions: Codi binari, Física, Màquina de Boltzmann, Màxims i mínims, Memòria associativa, Mesura de probabilitat, Model ocult de Màrkov, Procés estocàstic, Propietat de Màrkov, Xarxa neuronal artificial.
Codi binari
El codi binari és el sistema de codificació emprat per a la representació de textos, o processadors d'instruccions de computadora, utilitzant el sistema binari (sistema numèric de dos dígits, o bit: el "0" i el "1").
Veure Xarxa de Hopfield і Codi binari
Física
La física (del grec φυσικός (phusikos), 'natural' i φύσις (phusis), 'natura') és la ciència que estudia la natura en el seu sentit més ampli, ocupant-se del comportament de la matèria i l'energia, i de les forces fonamentals de la natura que governen les interaccions entre les partícules.
Veure Xarxa de Hopfield і Física
Màquina de Boltzmann
Una màquina de Boltzmann és un tipus de xarxa neuronal recurrent estocàstica.
Veure Xarxa de Hopfield і Màquina de Boltzmann
Màxims i mínims
Màxims i mínims locals i globals de cos(3π''x'')/''x'', 0,1≤''x''≤1,1 En matemàtiques, dels màxims i dels mínims, se'n diu de forma general extrems.
Veure Xarxa de Hopfield і Màxims i mínims
Memòria associativa
La memòria associativa és l'emmagatzematge i recuperació d'informació per associació amb altres informacions.
Veure Xarxa de Hopfield і Memòria associativa
Mesura de probabilitat
Una mesura de probabilitat és una mesura P que assigna a cada conjunt en el σ-àlgebra d'un espai mostral, un nombre en l'interval i té les següents propietats: Sigui E un espai mostral i β un σ-àlgebra de subconjunts d'E Diem que P és una mesura de probabilitat en l'espai mostral E si satisfà els següents axiomes.
Veure Xarxa de Hopfield і Mesura de probabilitat
Model ocult de Màrkov
Exemple de transició d'estats en un model ocult de Màrkov ''x'' — estats ocults ''y'' — eixides observables ''a'' — probabilitats de transició ''b'' — probabilitats d'eixida Un model ocult de Màrkov o HMM (per les seves sigles de l'anglès, Hidden Markov Model) és un model estadístic en el qual s'entén que el sistema a modelar és un procés de Màrkov de paràmetres desconeguts.
Veure Xarxa de Hopfield і Model ocult de Màrkov
Procés estocàstic
L'índex borsari és un exemple de procés estocàstic de tipus no estacionari (per això no es pot predir) En teoria de probabilitat i generalment en el camp estadístic, un procés aleatori o procés estocàstic és un concepte matemàtic normalment definit com un conjunt de variables aleatòries.
Veure Xarxa de Hopfield і Procés estocàstic
Propietat de Màrkov
La propietat de Màrkov defineix que una cadena de Màrkov es pot caracteritzar per la probabilitat d'anar a l'estat n+1 condicionada al fet que abans siguem a l'estat nn: Que és la probabilitat de transició del procés.
Veure Xarxa de Hopfield і Propietat de Màrkov
Xarxa neuronal artificial
Xarxa neuronal artificial perceptró simple amb 3 neurones d'entrada, 4 neurones en la seva capa oculta i una neurona de sortida. Una xarxa neuronal artificial (XNA), o senzillament xarxa neuronal (XN) és un paradigma d'aprenentatge i processament automàtic inspirat en la forma en què funciona el sistema nerviós dels animals.
Veure Xarxa de Hopfield і Xarxa neuronal artificial
També conegut com Hopfield (RNA).