Beruflich Dokumente
Kultur Dokumente
INTRODUCCION
La BAM consta de dos capas de elementos que estn completamente interconectados
entre capas. Las unidades pueden o no tener conexiones de retroalimentacin consigo
mismas.
Las conexiones entre las capas son bidireccionales (las funciones de la red de
manera iterativa envan seales atrs y delante entre las capas hasta que el
equilibrio se ha alcanzado.
Al igual que en otras redes neuronales, en la arquitectura de la BAM existen pesos que se
asocian a las conexiones entre elementos de un proceso. A diferencia de otras
arquitecturas, estos pesos se determinan por anticipado, as es posible identificar a todos
los vectores de entrenamiento.
Se toma el procesamiento del modelo del asociador lineal para construir la matriz de
pesos. Dados L pares de vectores que constituyen al conjunto de ejemplares que
deseamos almacenar, se construye la matriz:
Esta ecuacin genera los pesos de las conexiones procedentes de la capa x, con destino
en la capa y. Por ejemplo, el valor w23 es el peso de la conexin procedente de las
tercera unidad de la capa x, con destino en la segunda unidad de la capa y. Para construir
los pesos de las unidades de la capa x, slo hay que tomar la transpuesta de la matriz de
pesos, wt. Se transforma la BAM en una memoria autoasociativa construyendo la matriz
de pesos en la forma siguiente:
Para recordar informacin mediante la arquitectura BAM, se llevan a cabo los pasos
siguientes:
1. Se aplica un par de vectores inicial (x0, y0) a los elementos de proceso de la BAM.
2. Se propaga la informacin de la capa x a la capa y, y se actualizan los valores de las
unidades de la capa y. Aunque siempre se empieza por la propagacin de x a y, se
puede empezar en la direccin contraria.
3. Se vuelve a propagar la informacin ya actualizada hacia la capa x, y se actualizan las
unidades que se encuentran all.
4. Se repiten, 2 y 3 hasta que ya no existen cambios en las unidades de ambas capas.
Si todo va bien, el estado final, ya estable, recuerda alguno de los ejemplares previamente
empleado para construir la matriz de pesos. En este ejemplo se supone que se sabe algo
acerca del vector x deseado, quiz no se sepa nada acerca del vector y, asociado, se
espera que la salida final sea el ejemplar cuyo vector x1 sea el ms prximo al vector de
entrada original, x0, segn la distancia de Hamming. Esta situacin funciona bien si no se
sobrecargan ejemplares a la BAM.
Matemticas de la RAM
El procesamiento bsico que realiza cada unidad de la BAM es similar al que se hace
mediante un elemento general de proceso. Las unidades calculan sumas de productos de
las entradas por los 4 pesos, para determinar un valor de entrada neto, en la capa y,
En la capa x,
Para hacer la primera prueba se selecciona un vector "x" con una distancia de 1 con
respecto al punto x1.
Esta situacin representa un ruido del vector de entrada, el vector inicial para "y" es uno
de los vectores de entrenamiento:
Haciendo de nuevo la