COMPORTAMIENTO ASINTÓTICO DEL APRENDIZAJE EN REDES NEURONALES

Abstract

Ha sido sugerido recientemente que la curva de aprendizaje de los autómatas booleanos es universal, en el sentido de que la misma casi no varía al considerarse autómatas constituidos por diferentes cantidades de compuertas booleanas. En la presente comunicación mostramos que dicho comportamiento universal no se produce en redes homogéneas de procesamiento neuronal continuo impar, conectadas son retroalimentación. En dichas redes, en cambio, se observa un comportamiento asintótico hacia curvas "límites" de aprendizaje. Presentamos resultados de simulaciones numéricas que muestran dicho efecto para redes con un número creciente de capas (cantidad de neuronas por capa constante) y con un número creciente de neuronas en una dada capa intermedia (cantidad de capas constante).