4. INTRODUCCION
26/06/2012
EL CEREBRO HUMANO ES EL SISTEMA DE CALCULO MAS COMPLEJO QUE CONOCE
EL HOMBRE. EL ORDENADOR Y EL HOMBRE REALIZAN DIFERENTES CLASES DE
TAREA, ASI POR EJEMPLO EL RECONOCIMIENTO
DE ROSTRO PARA EL HOMBRE ES FACIL, PERO PARAEL ORDENADORES ES DIFICIL.
5. LA RED HOPFIELD ES UNA RED MONOCAPA, UTILIZAN APRENDIZAJE NO
SUPERVISADO, TAMBIEN SE PUEDE MOSTRAR COMO UNA RED DOS CAPAS, LA
PRIMERA CAPA SERIA UNA CAPA DE SENSORES Y LA SEGUNDA CAPA SERA
DONDE SE REALIZA EL PROCESAMIENTO.
ESTAS REDES PUEDEN USARSE COMO UN MODELO SENCILLO PARA EXPLICAR
COMO OCURREN LAS ASOCIACIONES ENTRE IDEAS EN LAS REDES DE NEURONAS
DEL CEREBRO
26/06/2012
6. LA RED HOPFIELD
LA RED DE HOPFIELD ES UNA RED MONOCAPA, ESTO ES, DE UNA
SOLA CAPA. AUNQUE TAMBIÉN SE PUEDE MOSTRAR COMO UNA
RED BICAPA DE DOS CAPAS, LA PRIMERA CAPA SERIA UNA CAPA
DE SENSORES Y LA SEGUNDA CAPA SERÁ LA CAPA DONDE SE REALIZA
EL PROCESAMIENTO.
EN LA VERSIÓN BICAPA LA MANERA DE INTERCONEXIONAR AMBAS
CAPAS ES UNIR LA PRIMERA CAPA A LA SEGUNDA LINEALMENTE,
ESTO ES CADA NEURONA CON SU RESPECTIVA, Y DESPUÉS UNIR
TODAS LAS NEURONAS CON TODAS EN LA MISMA CAPA.
LA RED DE HOPFIELD TOMA VALORES BIPOLARES ESTO ES, {-1,1},
SIN EMBARGO SE PUEDEN USAR TAMBIÉN VALORES BINARIOS {0,1}.
26/06/2012
7. Existen conexiones laterales
(cada neurona se encuentra
conectada a todas las demás)
pero no autorrecurrentes
(no consigo misma). Los pesos
asociados a las conexiones
entre pares de neuronas son
simétricos (wij = wji)
La versión discreta de esta red
fue ideada para trabajar con
valores binarios -1 y +1. Por
tanto, la función de activación
de cada neurona de la red es
de tipo escalón:
26/06/2012
8. CARACTERISTICAS
ESTA RED CONSISTE EN UN CONJUNTO DE “N” ELEMENTOS DE
PROCESADO INTERCONECTADAS QUE ACTUALIZAN SUS VALORES DE
AVTIVACION DE FORMA ASINCRONA E INDEPENDIENTE DEL RESTO DE
LOS ELEMENTOS DE PROCESADO. TODOS LOS ELEMENTOS SON A LA VEZ
DE ENTRADA Y SALIDA
ES UNA ESTRUCTURA EN DONDE LA MATRIZ DE PESOS ES CUADRADA Y
SIMETRICA. ES DECIR LOS PESOS DE UN “PE” (PATRON DE ENTRADA) A
OTRO TIENE EL MISMO VALOR EN AMBAS DIRECCIONES
CADA PATRON DE ENTRADA ESTA CONECTADA CON TODOS LOS DEMAS,
INCLUSO CON SI MISMO PERO EL VALOR DE DICHA CONEXION ES CERO,
SIGNIFICANDO QUE EL “PE” NO SE REALIMENTA A SI MISMO
ES UNA RED DISCRETA CON ENTRADAS Y SALIDAS BINARIAS:
0/1 ó -1/+1
26/06/2012
9. 26/06/2012
LIMITACIONES
EXISTEN VARIOS PROBLEMAS ASOCIADOS A LA RED HOPFIELD. NUMERO
LIMITADO DE ENTRADAS EN LA ETAPA DE APRENDIZAJE
EL NUMERO MAXIMO DE PATRONES NO CORRELACIONADOS QUE PUEDE
ALMACENAR ES IGUAL AL 15% DEL NUMERO DE NEURONAS DE LA RED
ORTOGONALIDAD DE LAS INFORMACIONES APRENDIDAS: SI LAS
INFORMACIONES ALMACENADAS NO SON SUFICIENTEMENTE DIFERENTES
ENTRE SI ERRONEA.
10. 26/06/2012
APLICACIONES
EN CUANTO A LAS APLICACIONES MÁS CONOCIDAS DE ESTE MODELO
DESTACAN LAS RELACIONADAS CON EL RECONOCIMIENTO DE IMÁGENES Y DE
VOZ, EL CONTROL DE MOTORES Y SOBRE TODO LA RESOLUCIÓN DE
PROBLEMAS DE OPTIMIZACIÓN. EN ESTE ÚLTIMO ÁMBITO SE HA APLICADO
PARA LA RESOLUCIÓN DE ECUACIONES Y DEL PROBLEMA DEL VIAJANTE DE
COMERCIO, MANIPULACIÓN DE GRAFOS, PROCESADO DE SEÑALES
(CONVERSORES ANALÓGICO-DIGITALES) Y DE IMÁGENES, ETC.