13.3. Динамические сети

Следующий класс нейронных сетей, который мы рассмотрим, - дина­мические или рекуррентные, сети. Они построены из динамических нейро­нов, чье поведение описывается дифференциальными или разностными уравнениями, как правило, первого порядка. Сеть организована так, что ка­ждый нейрон получает входную информацию от других нейронов (возмож­но, и от себя самого) и из окружающей среды. Этот тип сетей имеет важное значение, так как с его помощью можно моделировать нелинейные динами­ческие системы. Это - весьма общая модель, которую потенциально можно использовать в самых разных приложениях, например: ассоциативная па­мять, нелинейная обработка сигналов, моделирование конечных автоматов, идентификация систем, задачи управления.