7、关联记忆网络：原理、类型与应用

关联记忆网络：原理、类型与应用

关联记忆（Associative Memory，AM）作为神经网络的一个重要类别，是对人类大脑模式关联能力的一种近似模拟。它属于单层前馈或递归网络架构，展现出赫布学习（Hebbian learning）的特性。下面将详细介绍关联记忆网络的相关内容。

1. 关联记忆基础

关联记忆就像是一个存储关联模式的仓库，这些模式以某种形式进行编码。当仓库接收到一个模式的触发时，与之关联的模式对就会被召回或输出。输入模式可以是存储模式的精确副本，也可以是其扭曲或部分表示。

关联记忆可根据关联模式对的特点分为异联想记忆（heteroassociative memory）和自联想记忆（autoassociative memory）：
- 异联想记忆 ：若关联模式对 (x, y) 不同，模型能根据 x 召回 y 或反之，则为异联想记忆，常用于模式关联。
- 自联想记忆 ：若 x 和 y 指的是同一模式，则为自联想记忆，可用于图像细化，即根据扭曲或部分模式召回完整的存储模式。自联想相关记忆称为自相关器（autocorrelators），异联想相关记忆称为异相关器（heterocorrelators）。

根据召回原理，关联记忆模型可分为静态网络和动态网络：
- 静态网络 ：在一次前馈传递中根据输入召回输出，是非递归的。
- 动态网络 ：通过输入/输出反馈机制召回，需要一定时间，是递归的。

以下是关联记忆类型的表格总结：
| 分类依据 |