Adaptační dynamika

Obr. 3. Hammingova síť

Dále předpokládejme rozměrné bipolární vstupní vektory, tedy vektory s  prvky nabývajícími hodnot nebo (). Trénovací množina obsahuje vzorových bipolárních vektorů

(8)

Parametry Hammingovy vrstvy, tedy váhy a prahy -tého neuronu, jsou nastaveny přímým výpočtem založeným na reprezentantech z trénovací množiny.

Prahy -tého neuronu jsou nastavena na

(9)

Vektor vah -tého neuronu je nastaven dle hodnot -tého reprezentanta dle vztahu

(10)

Každý neuron Hammingovy vrstvy tedy odpovídá jednomu vstupu z množiny vzorů, představuje jeho reprezentanta.

Soutěživá vrstva je nastavena dle pravidel popsaných v kapitole věnované MAXNET.