Tesis Doctorales UPM: Consulta online

Título: Interpretación geométrica de redes neuronales recurrentes discretas mediante grafos completos

Resumen: El objetivo fundamental del presente trabajo es explorar nuevas técnicas de implementación, basadas en grafos, para las redes de neuronas recurrentes discretas, que mejoren las prestaciones ofrecidas por el modelo clásico en cuanto a capacidad y eliminación de parásitos. La matriz de pesos es obtenida mediante la superposición de las componentes de los vectores prototipo, sobre los vértices de un grafo. Finalizado el periodo de entrenamiento, la matriz de adyacencia del grafo resultante o matriz de pesos, presenta ciertas propiedades por las cuales dichas matrices serán llamadas tetraédricas. La energía asociada a cualquier estado de la red es representado por un punto (a,b) de r2. Dada la característica que presenta el sistema, el espacio de vectores de estado puede clasificarse en n clases correspondientes a cada una de las n diferentes distancias que puede tener cualquier vector, al vector cero. En la etapa de recuperación de patrones se introduce un vector de parámetros o, utilizado para controlar la capacidad de la red. Posteriormente se introduce un nuevo parámetro definido como la desviación del vector de pesos relativos, que nos permite disminuir ostensiblemente el número de parásitos