04/05/2015 Catalogue of Artificial Intelligence Techniques

Catalogue of Artificial Intelligence Techniques
Home   Search   Browse   Clipboard   Join   Login

Search    Go  

Jump to: Top | Entry | References | Comments

View Maths as: Images | MathML

Willshaw Networks
Keywords: Hebbian learning, learning, neural networks

Categories: Neural Networks

Author(s): Ashley Walker

The Willshaw network was designed to model the regular structure of nerve nets in the central nervous
system. It is composed of a matrix of binary synapses (i.e., weighted connections) that feed into binary
output units­­whose function it is to threshold the sum of the input signals. The Willshaw network is used
as an Associative Memory, i.e., it maps inputs onto outputs, and, as such, operates more efficiently than
the Hopfield network. The Willshaw net employs a training rule which is a variant of Hebbian learning. .
For each pair of association patterns, the appropriate bit patterns are simultaneously presented along
input and output lines and synapses are turned on where input and output lines are coactive. (Synapses
which are not used in pattern learning stay off.) During recall, the input pattern is presented as before,
and each output unit sums the contribution from all activated synapses connecting it to active lines in the
input pattern. In a fully connected Willshaw net, this sum is then thresholded according to the number of
bits turned on in the original pattern, however, for partially connected nets, the thresholding strategy
becomes more complicated.

http://aicat.inf.ed.ac.uk/entry.php?id=608 1/2
04/05/2015 Catalogue of Artificial Intelligence Techniques

References:

No references to display.

Comments:

Add Comment

No comments.

http://aicat.inf.ed.ac.uk/entry.php?id=608 2/2