Réseaux de Hopfield pour conversion analogique-numérique : aperçu du processus
Un réseau de Hopfield (réseau attracteur récurrent) peut effectuer une conversion analogique-numérique en traitant l'entrée analogique comme état initial et en convergeant vers le prototype numérique stocké le plus proche.
Étapes
- Vectorisation – Échantillonnez le signal analogique continu à intervalles discrets → vecteur d'entrée x ∈ ℝⁿ.
- Encodage – Mappez chaque échantillon à état neurone : sᵢ = +1 si xᵢ ≥ seuil, sinon −1 (bipolaire) ou 0/1 (binaire).
- Itération jusqu'à convergence – Mettez à jour neurones asynchrone : sᵢ ← sign(Σ wᵢⱼ sⱼ) jusqu'au minimum d'énergie (pattern stable) atteint.
- Récupération sortie numérique – États convergents correspondent aux patterns prototypes stockés → bits numériques pour chaque échantillon.
Rôle de l'entraînement
Poids W définis via règle de Hebb (W = Σ ξ ξᵀ) en utilisant un codebook de patterns numériques valides (ex. niveaux quantifiés). Inférence = rappel associatif du codeword le plus proche.
Ceci est une mapping conceptuel ; les CAN pratiques utilisent architectures flash, SAR, ou sigma-delta pour vitesse/précision. Les réseaux Hopfield illustrent les principes de mémoire adressable par contenu.