PERFORMANCE COMO MEMORIA ASOCIATIVA DE REDES NEURONALES INTERACTIVAS

Abstract

Estudiamos las propiedades como memoria asociativa de dos redes neuronales que interactúan entre sí formando un sistema. Ambas subredes son del tipo Hopfield. Cada región de este sistema tiene alta conectividad mientras que la interacción entre ellas es de baja conectividad. El aprendizaje para todas las conexiones, tanto inter como intrasubred es Hebbiano. La intensidad de las conexiones es modificada mediante un procedimiento de desaprendizaje también Hebbiano, estudiándose su influencia sobre la recuperación de los patrones globales. La aplicación de este procedimiento y la dependencia con parámetros del sistema son analizadas para diversos casos.