4. 1
21
1
−+
=
a
a
ij
jW
ζ
ζ
=
==
−+
=
25.
25.
0
25.
25.
1
25.
25.
0
0
1
0
1
112
1
2
ij
W
a
a
ij
jW
8.- Se actualiza la columna j de Vij
===
110
111
110
1
ij
Va
j
V
9.- Removemos el patrón de entrada,
restablecemos todas las neuronas
inhibidas en la capa 2 y regresamos al
paso 1 con un nuevo patrón de entrada.
ITERACIÓN 2:
1.- Se presenta P2
===
0
0
1
2
11
PaPa
2.- Calculamos la entrada a la capa 2
=
==
25.
25.
0
0
0
1
25.
25.
0
25.
25.
1
25.
25.
0
1
*
2
a
ij
Wa
Se elige la neurona 2 como ganadora
5.
=
0
1
0
2
a
3.- Se calcula el valor esperado L2-L1
=
==
1
1
1
0
1
0
1
1
1
1
1
1
0
1
0
2
*a
ji
V
j
V
4.- Se ajusta la salida de la capa 2 para
incluir el valor esperado.
=
∩
=∩=
0
0
1
1
1
1
0
0
1
2
1
j
VPa
5.- El subsistema de orientación determina
el valor esperado y el patrón de entrada.
6.1
1
1
2
2
2
1
=>== ρ
p
a
6.- a0
=0 y se continua con el paso 7
7.- Ocurre la resonancia, se actualiza el
fija j de Wij
6.
=
==
−+
=
25.
0
0
25.
0
1
25.
1
0
0
0
1
1
112
1
2
ij
W
a
a
ij
jW
8.- Se actualiza la columna j de Vij
===
100
101
110
1
ij
Va
j
V
9.- Restablecemos todas las neuronas
inhibidas y regresamos al paso 1 con un
nuevo patrón.
ITERACIÓN 3:
1.- Se presenta el patrón de entrada P3
===
0
1
1
3
11
PaPa
2.- Se calcula la entrada a la capa 2
=
==
5.
1
1
0
1
1
25.
0
0
25.
0
1
25.
1
0
1
*
2
a
ij
Wa
Se activa la neurona en la capa 2 con la
entrada más grande si no se toma el del
índice mas pequeño.
7.
=
0
0
1
2
a
3.- Se calcula el valor esperado L2-L1
=
==
0
1
0
0
0
1
1
1
1
0
0
1
0
1
0
2
*a
ji
V
j
V
4.- La capa 2 esta activada, se ajusta la
salida de la capa para incluir el valor
esperado.
=
∩
=∩=
0
1
0
0
1
0
0
1
1
3
1
j
VPa
5.- El subsistema de orientación determina
el grado de comparación entre el valor
esperado y el patrón de entrada.
6.5.
2
1
2
2
3
1
=<== ρ
p
a
6.- a0
=1 se ajusta a2
1=0, se inhibe la
primera neurona y se regresa al paso 1.
1.- Se presenta el patrón de entrada P3
8.
===
0
1
1
3
11
PaPa
2.- Se calcula la entrada a la capa 2
=
==
5.
1
1
0
1
1
25.
0
0
25.
0
1
25.
1
0
1
*
2
a
ij
Wa
Se activa la neurona en la capa 2 con la
entrada más grande recordar que a2
=0 esta
inhibida por que la neurona ganadora es la
siguiente.
=
0
1
0
2
a
3.- Calculamos el valor esperado L2-L1, la
neurona j de la capa 2 esta activada.
=
==
0
0
1
0
1
0
1
1
1
0
0
1
0
1
0
2
*a
ji
V
j
V
4.- Se ajusta la salida de la capa 1 para
incluir el valor esperado L2-L1
9.
=
∩
=∩=
0
0
1
0
0
1
0
1
1
3
1
j
VPa
5.- El subsistema de orientación determina
el grado de comparación entre el valor
esperado y el patrón de entrada.
6.5.
2
1
2
2
3
1
=<== ρ
p
a
6.- a0
=1 se ajusta a2
2=0, se inhibe la
primera neurona y se regresa al paso 1.
1.- Se presenta el patrón de entrada P3
===
0
1
1
3
11
PaPa
2.- Se calcula la entrada a la capa 2
=
==
5.
1
1
0
1
1
25.
0
0
25.
0
1
25.
1
0
1
*
2
a
ij
Wa
Se activa la neurona con el valor grande
recordar que a2
1=0, a2
2=0 están inhibidas
por lo que solo queda a2
3=1
10.
=
1
0
0
2
a
3.- Calculamos el valor esperado
=
==
1
1
1
1
0
0
1
1
1
0
0
1
0
1
0
2
*a
ji
V
j
V
4.- Se ajusta la salida de la capa 1 para
incluir el valor esperado L2-L1
=
∩
=∩=
0
1
1
1
1
1
0
1
1
3
1
j
VPa
5.- El subsistema de orientación determina
el grado de comparación entre el valor
esperado y el patrón de entrada.
6.1
2
2
2
2
3
1
=>== ρ
p
a
6.- a0
=0 y se continua con el paso 7
7.- Ocurre la resonancia, se actualiza el
fija j de Wij