Hopfield neural network (HNN) is a

Hopfield neural network (HNN) is a well-known bio-inspired,
recurrent neural network given by Tank and Hopfield
in the year 1982 [ 12],[ 13]. HNN behaves as a content
addressable memory i.e. it can retrieve a stored face even if a
subset of the fundamental stored face is given. The operation of
HNN has two phases, the storage phase and the retrieval phase.
All the neurons in HNN are connected to all other neurons by a
symmetric weight matrix W. Hebb rule [ 12], [ 13], [ 14], [ 15]
determines the weight matrix. There are generally two types of
retrieval, synchronous retrieval and asynchronous retrieval. In
this paper, we use a modified retrieval algorithm CHNN [ 16].

結果 (繁體中文) 1:

Hopfield 神經網路 (HNN) 是一家知名生物啟發，給出了由坦克和 Hopfield 神經網路在 1982 年 [12] [13]。HNN 行為作為一項內容即它可以檢索存儲的臉即使的可定址記憶體給出了基本存放裝置臉的子集。操作HNN 已分兩個階段，存儲階段和檢索階段。在 HNN 所有的神經元連接到所有其他神經元對稱的重量矩陣 w · 赫布規則 [12] [13] [14] [15]確定權重矩陣。一般有兩種類型的檢索，檢索同步與非同步檢索。在本文，我們使用一種修改的檢索演算法 CHNN [16]。

結果 (繁體中文) 2:

Hopfield神經網絡（HNN）是一家知名的生物啟發，
反复發作的神經由坦克和Hopfield給定的網絡
在1982年[12] [13]。HNN表現為一個內容
可尋址存儲器，即它可以檢索即使一個存儲的臉
的基本存儲的臉部的子集給出。的操作
HNN有兩個階段，存儲相和檢索階段。
在HNN所有神經元都通過一個連接到所有其他神經元
對稱權重矩陣W.海布規則[12]，[13]，[14]，[15]
確定權重矩陣。通常有兩種類型的
檢索，同步檢索和異步檢索。在
本文中，我們使用一種改進的檢索算法CHNN [16]。

結果 (繁體中文) 3:

Hopfield神經網路（HNN）是一個著名的生物，遞迴神經網路的坦克和霍普菲爾德了在1982 [ 12 ]，[ 13 ]。網絡作為內容可定址記憶體，即它可以檢索存儲的臉，即使給定的基本存儲的臉的子集。操作網絡有兩個階段、存儲階段和選取階段。在網絡所有的神經元是由連接到所有其他神經元對稱的權重矩陣W Hebb規則[ 12 ]、[ 13 ]、[ 14 ]、[ 15 ]確定權重矩陣。一般有兩種類型檢索、同步檢索和非同步檢索。在本文中，我們使用一種改進的檢索算灋CHNN [ 16 ]。