Case uitwerking
Assignments week 3 Computational neuroscience
Score 80/100 points.
[Meer zien]Voorbeeld 1 van de 4 pagina's
Voorbeeld 1 van de 4 pagina's
In winkelwagengesponsord bericht van onze partner
Voorbeeld van de inhoud
Before you turn this problem in, make sure everything runs as expected. First, restart thekernel (in the menubar, select Kernel→Restart) and then run all cells (in the menubar,
select Cell→Run All).
Make sure you fill in any place that says YOUR CODE HERE or "YOUR ANSWER HERE", as
well as your name and collaborators below:
NAME = Kiki Boumans
COLLABORATORS =
File "<ipython-input-1-342a7c538cbf>", line 1
NAME = Kiki Boumans
^
SyntaxError: invalid syntax
Assignments week 3
Complete the assignments below, save the notebook and submit them on canvas.
Assignment 3.1
In the last exercise in this week's notebook you saw that a Hopfield network that has
learned all possible patterns has a weight matrix that has ones along the diagonal and is
zero everywhere else. Such a network can sustain all possible patterns. However, that is
not actually good for memory recall!
Explain why a network that can sustain all possible patterns will not be able to perform
cued memory recall. Think, for example, about the case where the patterns in your network
are images and each unit represents a pixel that is either black or white. What would
happen if we present a noisy image to a network that can sustain all possible patterns?
Within associative memory (or memory recall) the attractor states of this network can be
seen as stored patterns. This is because a certain cue or stimulus is assigned to an object
which can cause an activation pattern of a certain stored memory. This means that an
input-stimulus generates an output-memory. The Hopfield network that has learned all
possible patterns will recognize every input and will always create an output. However,
you want the model to recognize specific input and generate the output that you are
actually looking for. Thus, stimuli of objects that are not related in a specific memory
should be rejected directly. Because the Hopfield network has a treshold of 0, it will
recognize every input. This means the Hopfield network will recognize all the stimuli,
which causes there to be no more cued memory recall, because all the stimuli are now cues
that cause activation of memory patterns.
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper kikiboumans. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €3,99. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 73918 samenvattingen verkocht
Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen