Un réseau de Hopfield neural est le système utilisé pour reproduire les modèles de l'information dont il a appris. Il est calqué sur le réseau de neurones dans le cerveau humain, même si elle est créée à partir de composants artificiels. D'abord conçu par John Hopfield en 1982, le réseau de Hopfield neurones peut être utilisé pour découvrir des modèles en entrée et peut traiter des ensembles complexes d'instructions. Il est également utilisé dans l'étude de la mémoire humaine.
Le réseau neuronal de Hopfield est fait d'un système d'unités qui sont connectées les unes aux autres sous forme de bande, dans lequel chaque unité est reliée à toutes les autres unités. Si les unités sont toutes reliées les unes aux autres, une unité individuelle ne forme pas une liaison avec elle-même. Quand il a créé ce modèle, Hopfield utilisé les valeurs binaires 0 et 1 pour décrire l'activité de chaque unité du réseau. Bien que ce système est encore en usage, de nombreux scientifiques utilisent maintenant -1 et +1 pour décrire l'activité des unités. Une unité dans le réseau de neurones est dit être un 0 ou -1 si le seuil n'a pas encore été atteint et un 1 ou +1 si le seuil a été atteint ou dépassé.
Les unités dans un réseau de Hopfield neurones sont activés et libèrent de l'énergie une fois que leur seuil a été atteint. Quand une certaine entrée est donnée à un réseau neuronal de Hopfield, il est en mesure d'écho que l'entrée de retour à travers la série de connexions complexes entre chacune des unités. Même dans un système avec seulement 4 unités individuelles, il ya 12 connexions que les informations peuvent être envoyées long. Réseaux complexes peuvent contenir des millions de connexions, ce qui rend possible pour eux de faire écho de longues chaînes ou des modèles de code binaire.
Avant un réseau de Hopfield neural est en mesure de l'écho d'un modèle, il faut d'abord enseigner le modèle qu'il cherche. Une fois le système connaît un certain rythme, il sera en mesure de s'en faire l'écho chaque fois qu'il le reconnaît à nouveau. Ce qui rend ces réseaux utiles pour trouver des modèles de grandes quantités de données.
Bien que ces réseaux soient capables de reconnaître des modèles, ils peuvent reconnaître un motif mal, surtout si les modèles sont rappelés dans certaines parties du réseau de neurones qui sont proches les uns aux autres. Ce même processus se produit dans la mémoire humaine, qui peut être modélisée à l'aide du réseau neuronal de Hopfield. La recherche sur innacuracy dans la mémoire et dans le renforcement de la mémoire chez l'homme peut être faite en utilisant les réseaux de neurones de Hopfield.