Memorias asociativas

Memorias asociativas

1. tipos de conexiones:

   • Intra-nivel:
     • conexiones laterales entre neuronas del mismo nivel.
   • Inter-nivel:
     • conexiones conexiones entre neuronas neuronas de diferentes diferentes niveles
   • Recurrente:
     • auto retro-acción.

2. Se presentan dos situaciones:

   • Las entradas son constantemente presentadas hasta encontrar un atractor para adaptar los pesos sinápticos.
   • Actualizar los pesos sinápticos a cada activación

3. redes de Jordan

   • topología de capas similar a las redes feedforward
   • existen retardos en todas las realimentaciones.

4. Elman

   • modifica esta arquitectura, considerando realimentaciones desde capas escondidas hacia la capa de contexto

5. dispositivo que almacena información es llamado:

   • memoria asociativa
     • funciones primordiales del cerebro humano.
     • se asocian direcciones con datos
     • aprende una asociación entre pares de patrones

6. tipos de memoria asociativa

   • Memoria heteroasociativa:
     • Establece una correspondencia de x e y de tal manera que (xi) = yi, y, si un x arbitrario está más próximo (con respecto a la distancia de Hamming Hamming) a x que a cualquier x con j = 1 L entonces M(x ) = y i que a cualquier xj, con j 1,…, L, entonces M(x ) yi .
       • la entrada entrada es diferente diferente a la salida (pseudo-supervisado) supervisado).
   • Memoria asociativa interpoladora:
     • Establece una correspondencia de x e y tal que M(x ) = yi, pero, si l l d t d difi d d l t l t i el valor de en tra da difiere de uno de los pa trones en el vec tor d, es decir, x = xi + d, entonces la salida de la memoria también difiere de uno de sus ejemplares en algún vector e: M(x) = M(xi + d) = yi + e.
   • Memoria autoasociativa:
     • Presupone que xi = yi y establece una correspondencia de x en x de tal manera que M(xi) = xi, y, si un x arbitrario está más próximo (con respecto a la di i stanc a Hamming ) a xi que cual i qu e r xj, con j = 1,…, L, entonces (x) = xi .
       • la entrada es idéntica a la salida.

7. caracteristicas

   • Tienen muchos grados d e liberta d en relación a sus sinapsis.a sus sinapsis.
   • Tienen una estructura no lineal
   • Son disipativas:
     • convergencia hacia los puntos estables o atractores.
   • Una memoria auto-asociativa.
   • La actualización de una neurona requiere del conocimiento global de la red.

8. Operan aprendiendo una asociación entre pares de patrones.

9. Elementos

   • N neuronas completamente conectadas.
   • Cada neurona es entrada y salida.
   • Cada neurona se actualiza en forma asíncrona
   • Los valores de activación son binarios

10. Memoria Asociativa Bidireccional

    • consta de dos capas de neuronas que están completamente interconectadas entre capas.
      • Las unidades pueden o no tener conexiones de realimentación consigo mismas
    • es una red recurrente que implanta una memoria asociativa.
    • muchas arquitecturas de red no tienen prueba de convergencia.

11. características distintivas:

    • Unidades de cómputo no lineal.
    • Conexiones sinápticas simétricas.
    • Abundante uso de la retroalimentación.

12. Hopfield

    • trabaja de manera no supervisada.
      • utilizada para resolver problemas de optimización de tipo combinatorio.
        • CAMs
          • habilidad de recuperar un patrón almacenado
          • correctora de errores en el sentido de que puede sustituir la información inconsistente con el indicio presentado.
          • (memoria de acceso por contenido
          • La contribución hecha puede ser positiva