REGLA DE APRENDIZAJE LOCAL EN REDES NEURONALES

Autores/as

  • E. Vergini (TANDAR), Comisión Nacional de Energía Atómica.
  • M Blatt (TANDAR), Comisión Nacional de Energía Atómica.

Resumen

En este trabajo se presenta una regla de aprendizaje local capaz de almacenar memorias correlacionadas. Esta regla converge exponencialmente a la regla no local de Personnanz, Guyon y Dreyfus. Se muestran simulaciones numéricas.

Biografía del autor/a

E. Vergini, (TANDAR), Comisión Nacional de Energía Atómica.

Departamento de Física

M Blatt, (TANDAR), Comisión Nacional de Energía Atómica.

Departamento de Física.

Descargas

Publicado

2013-09-22

Número

Vol. 1 Núm. 1 (1990): ANALES AFA - Volumen 1 No 1 - San Luis

Sección

Mecánica estadística, física no lineal y sistemas complejos