Abstrakt
Rozvoj informačních technologiích umožňuje použití neuronových sítí také v oblastech navigace, geografie, telekomunikace apod. Tato oblast výzkumu vyžaduje robustní rozpoznávání chybějících částí postupně předkládaných dat ve formě map nebo obrazů prostředí.
Pro tuto oblast lze použít modely asociativních neuronových sítí. Standardní model asociativní paměti má robustní vybavovací schopnosti, avšak jeho nedostatkem je relativně malá kapacita a požadavek na ortogonalitu ukládaných dat. V praxi je nutné zpracovávat velké množství (korelovaných) dat a proto jsme navrhli a implementovali model tzv.
Hierarchické asociativní paměti (HAM), který je složen z více asociativních pamětí uspořádaných do vrstev. Takový návrh modelu umožňuje odstranit základní nedostatky standardního modelu asociativní paměti.
Vzhledem k tomu, že HAM síť je postupně dynamicky budována na základě konkrétních trénovacích vzorů, je lépe přizpůsobena konkrétním podmínkám nasazení a je možné ji použít pro libovolně rozsáhlý soubor dat