El documento resume varios conceptos clave del aprendizaje conexionista, incluyendo métodos de corrección de errores como el perceptrón y la retropropagación, así como conceptos de memoria asociativa, la regla de Hebb, aprendizaje competitivo y estocástico. Explica cómo estas técnicas se usan para ajustar los pesos de las conexiones entre neuronas artificiales con el fin de que la red neuronal aprenda patrones.

1. Universidad Especializada de Las Américas Facultad de Salud y Rehabilitación Integral Lic. Neurofisiología Clínica Cusro Informática Aplicada Prof. Rangel León Paradigma general de Aprendizaje en el Conexionismo, (Parte II).

12. Las memorias asociativas son una de las redes neuronales artificiales más importantes con un amplio rango de aplicaciones en áreas tales como: Memorias de acceso por contenido, identificación de patrones y control inteligente.

14. La memoria asociativa bidireccional (BAM) es una memoria heteroasociativa que asocia vectores bipolares (binarios) de distinta dimensión. La BAM consta de dos capas de elementos de proceso que están completamente interconectados entre capas.

15. Las unidades pueden o no tener conexiones de realimentación consigo mismas. Hay unos pesos asociados a las conexiones entre elementos de proceso, siendo estas conexiones bidireccionales.

16. Regla de Hebb y Mecanismo de auto-organización.

44. Gracias…