PhysSandbox
Klassische MechanikWellen und SchallElektrizität und MagnetismusOptik und LichtGravitation und BahnenVirtuelle Praktika
🌙Astronomie und Himmel🌡️Thermodynamik🌍Biophysik, Fluide und Geowissenschaften📐Mathematische Visualisierung🔧Ingenieurwesen🧪Chemie
DEENRUESPTFR

Ähnliche Simulationen

Machen Sie mit verwandten Themen in dieser Kategorie weiter — oder alle 46 in „Thermodynamik“.

Ganze Kategorie →
NeuSchule

Brownsche Bewegung

Simulation starten

Schweres Teilchen mit zufälligen Stößen und Reibung; Bahn und Zeitabhängigkeit des mittleren Verschiebungsquadrats ⟨r²⟩.

NeuSchule

Joule-Thomson-Effekt

Simulation starten

Isenthalpe Drosselung: beim idealen Gas ΔT = 0; Lehrkoeffizient μ_JT und Inversionskurve für das reale Gas.

NeuSchule

Wechselsprung im offenen Gerinne

Simulation starten

Rechteckgerinne: Froude-Zahl, kritische Wassertiefe, konjugierte Tiefen, Energieverlust, strömender und schießender Abfluss.

Schule

Phasendiagramm

Simulation starten

Schematisches p–T-Diagramm: Festkörper, Flüssigkeit, Gas und überkritisches Fluid; Tripelpunkt und kritischer Punkt.

NeuSchule

Elementare zelluläre Automaten nach Wolfram

Simulation starten

Eindimensionaler binärer Automat mit Regelcode R ∈ [0, 255]: Raum-Zeit, Torus oder Nullränder, einzelne „1“ oder zufälliger Start; Klassenhinweis für die Regeln 30, 90, 110, 184.

NeuSchule

Adiabatischer Aufstieg feuchter Luft

Simulation starten

Aufstieg eines feuchten Luftpakets: trockener Gradient Γ, Hebungskondensationsniveau, vereinfachter feuchter Gradient; relative Feuchte und Wolkenskizze über der Höhe.

PhysSandbox

Interaktive Simulationen zu Physik, Chemie und Ingenieurwesen für Lernende, Lehrkräfte und alle Neugierigen.

Physik

  • Klassische Mechanik
  • Wellen und Schall
  • Elektrizität und Magnetismus

Wissenschaft

  • Optik und Licht
  • Gravitation und Bahnen
  • Astronomie und Himmel

Mehr

  • Thermodynamik
  • Biophysik, Fluide und Geowissenschaften
  • Mathematische Visualisierung
  • Ingenieurwesen
  • Chemie

© 2026 PhysSandbox. Kostenlose interaktive naturwissenschaftliche Simulationen.

DatenschutzNutzungKontakt
Startseite/Thermodynamik/Hopfield-Netz

Hopfield-Netz

Binäres Netz 10×10: Hebb-Regel zum Speichern von Mustern, Energie E = −½ Σ w_ij S_i S_j und asynchrone Schritte — Abstieg zu Attraktoren und Wiederherstellen nach Rauschen.

Hopfield-Netz

25
0.25

Vorlagen (ins Gitter)

N = 100; Hebb-Regel, P ≤ 7. Zeichnen Sie auf dem Gitter; asynchrone Schritte erhöhen E nicht — Konvergenz zum Attraktor (assoziatives Wiederherstellen).

Tastenkürzel

  • •Leertaste / Enter — Wiederherstellung starten / Pause
  • •P — Pause / Fortsetzen
  • •R — Gedächtnis und Spins zurücksetzen

Gemessene Größen

Energie E0.00
Zahl der Muster P0
Beste Überlappung m_μ—
Anteil lokal stabiler Spins1.00

Zum Modell

Das klassische Hopfield-Netz speichert binäre Muster ξ^μ auf N = 100 Spins als Gitter 10×10. Symmetrische Hebb-Gewichte w_ij = (1/N) Σ_μ ξ_i^μ ξ_j^μ (Diagonale null) setzen die Lyapunov-Funktion (Energie) E = −½ Σ_{i,j} w_ij S_i S_j. Asynchrone Schritte bei Temperatur null, S_i ← sign(Σ_j w_ij S_j), erhöhen E nicht, daher relaxieren verrauschte Konfigurationen zu Attraktoren — anschauliches assoziatives Gedächtnis und Energielandschaft, mit Vorbehalten zu Kapazität und Scheinminima, wenn P wächst. Bis zu sieben Muster; Rauschen kehrt einen Anteil der Spins um, danach folgt der asynchrone Abstieg.

Für wen: Statistische Physik und Einführung in neuronale Netze im Studium: assoziatives Gedächtnis und Hopfield-Energie.

Wichtige Begriffe

  • Hopfield-Netz
  • Hebb-Regel
  • assoziatives Gedächtnis
  • Energiefunktion
  • Attraktor
  • asynchrone Dynamik

So funktioniert es

Gitter 10×10 (N = 100), Spins ±1: Zeichnen mit dem Pinsel, „Muster merken“ fügt das Muster in die Hebb-Regel w_ij = (1/N) Σ_μ ξ_i^μ ξ_j^μ ein; Rauschen kehrt einen Anteil der Spins um; Start der Wiederherstellung — zufällige asynchrone Schritte S_i ← sign(h_i); Energie E = −½ Σ w_ij S_i S_j und Streifen E(t); Überlappungen mit dem Gedächtnis; bis zu 7 Muster.

Wichtige Gleichungen

w_ij = (1/N) Σ_μ ξ_i^μ ξ_j^μ (i ≠ j), E = −½ Σ_{i,j} w_ij S_i S_j, update: pick i at random, set S_i = sign(Σ_j w_ij S_j) (tie keeps S_i).

Häufige Fragen

Warum nicht mehr als sieben Muster?
Die klassische Hopfield-Kapazität für zufällige mittelwertfreie Muster liegt in dieser Normierung bei etwa P ~ 0,14 N; sieben ist ein Spielraum für N = 100, bevor Überlagerungen und Scheinzustände dominieren.
Senkt auch eine synchrone Aktualisierung die Energie?
Nicht unbedingt. Der übliche Lyapunov-Beweis gilt für aufeinanderfolgende Einzelschritte; parallele Durchläufe können E anheben und oszillieren.
Was bedeutet „beste Überlappung“?
Für das Muster μ ist m_μ = N⁻¹ Σ_i ξ_i^μ S_i die Übereinstimmung des aktuellen Zustands mit der Erinnerung; in der Seitenleiste wird das Muster mit dem größten |m_μ| hervorgehoben — ein schneller Hinweis, „welchem Gedächtnis man näher ist“, nahe der Konvergenz.