이것은 AI에 대한 비공개 베타 버전이며,이 질문은 사용자 번호 47로 게시됩니다. 모든 크레딧.
에 따르면 위키 백과 ,
볼츠만 기계는 Hopfield 그물의 확률적이고 생성적인 대응 물로 볼 수 있습니다.
둘 다 비트 패턴을 학습하도록 훈련 될 수있는 반복적 인 신경망입니다. 그런 다음 부분 패턴이 표시되면 그물은 완전한 패턴을 모두 검색합니다.
Hopfield 네트워크는 용량이 0.138 인 것으로 입증되었습니다 (예 : Hertz 1991에서 1000 개 노드마다 스토리지에서 약 138 비트 벡터를 호출 할 수 있음).
Boltzmann 기계는 확률론 적이므로, 하나의 저장된 패턴과 다른 패턴 간의 에너지 차이가 유사 할 때 항상 동일한 패턴을 보여주지는 않습니다. 그러나 이러한 확률로 인해 패턴 저장 밀도가 높아지지만 에너지 차이 측면에서 항상 "가장 가까운"패턴을 얻을 수 있다는 보장은 없습니다. 이것이 사실입니까? 아니면 Hopfield net에서 더 많은 패턴을 저장할 수 있습니까?