tam5917 https://blog.hatena.ne.jp/tam5917/ 備忘録 https://tam5917.hatenablog.com/ ホップフィールドネットワーク python はじめに 総ニューロン数に対して約14%を超える記憶パタンを学習させると、Hopfieldモデルはパタンを正確に記憶できなくなり、想起性能が低下する現象が知られている。このニューロン数に対する記憶パタン数の上限は「記憶容量」（あるいは単に容量）と呼ばれ、その理論値は （ はニューロン数）と計算されている [1]。記憶容量を改善する研究は数多く存在し、より多くの情報を効率的に記憶するための様々な手法が提案されている。 Hopfieldモデルの代表的な学習則は、生物学的な妥当性を重視したHebb則である。しかし、これはシナプス結合の局所的な情報のみを用いるため、学習能力に限界がある。容量の改善を第… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftam5917.hatenablog.com%2Fentry%2F2025%2F03%2F05%2F000557" title="ホップフィールドネットワークの記憶容量を改善する一つの試み：ロジスティック回帰に基づく学習アルゴリズムの実装 - 備忘録" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/t/tam5917/20250303/20250303161812.png Hatena Blog https://hatena.blog 2025-03-05 00:05:57 rich https://tam5917.hatenablog.com/entry/2025/03/05/000557 1.0 100%