Professional Documents
Culture Documents
“REDES NEURALES”
“RESUMEN DE DOCUMENTOS”
ALUMNO(A):
GRUPO: 8º “B”
ASOCIACION DE PATRONES
Las redes neuronales son sistemas que almacenan cierta información aprendida.
Esta información se registra de forma distribuida en los pesos asociados a las
conexiones entre neuronas. Por tanto, puede imaginarse una red como cierto tipo
de memoria que almacena datos de forma estable, datos que se grabarán en
dicha memoria como consecuencia del aprendizaje de la red y que podrán ser
leídos a la salida como respuesta a cierta información de entrada, comportándose
entonces la red como lo que habitualmente se conoce por memoria asociativa:
cuando se aplica un estímulo (dato de entrada) la red responde con una salida
asociada a dicha información de entrada.
Redes Hetereoasociativas.
Las redes heteroasociativas, al asociar informaciones de entrada con diferentes
informaciones de salida, precisan al menos de dos capas, una para captar y
retener la información de entrada y otra para mantener la salida con la información
asociada.
Redes autoasociativas
Una red autoasociativa asocia una información de entrada con el ejemplar más
parecido de los almacenados conocidos por la red. Estos tipos de redes pueden
implementarse con una sola capa de neuronas. Esta capa comenzará reteniendo
la información inicial a la entrada, y terminará representado la información
autoasociada.
Memoria Asociativa biderreccional (BAM).
La memoria asociativa bidireccional (B.A.M). Se trata de una memoria
heteroasociativa que asocia vectores bipolares (binarios) de distinta dimensión.
La BAM consta de dos capas de unidades de proceso, n unidades en la primera
capa y m en la segunda, estando conectadas entre sí, solamente las unidades de
la primera capa con la unidad de la segunda. Representaremos por wij el valor de
peso sináptico de la conexión de la unidad i de la primer capa con la unidad j de la
segunda. I= 1,2,…,n, j=1,2,…m, siendo estas conexiones bidireccionales.
Al igual que en el modelo de Hopfield el modelo BAM evoluciona de forma que
decrece la función de energía, o no cambia, en cada actualización.
REDES NEURALES 2016
Paso 6 Si k=T parar. Hemos encontrado los vectores sinápticos. En otro caso
poner k=k+1 e ir al paso 1.
Paso 6. Si k=T parar. Hemos encontrado los vectores sinápticos. En otro caso
poner k=k+1 e ir al paso 1.