Aprendizaje en redes coulombianas

Se define la energia potencial de una colección de sitios de memoria, haciendo que los de la misma clase se atraigan y los de distinta clase se repelan. Usando el potencial coulombiano, que representa las características antedichas, es posible obtener un algoritmo de aprendizaje supervisado aplicabl...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Horas, Jorge Alberto, Bea, Edgar Alejandro, Pasinetti, Pedro Marcelo
Lenguaje:Español
Publicado: 1994
Acceso en línea:https://hdl.handle.net/20.500.12110/afa_v06_n01_p415
Aporte de:
id todo:afa_v06_n01_p415
record_format dspace
spelling todo:afa_v06_n01_p4152023-10-03T13:22:00Z Aprendizaje en redes coulombianas Horas, Jorge Alberto Bea, Edgar Alejandro Pasinetti, Pedro Marcelo Se define la energia potencial de una colección de sitios de memoria, haciendo que los de la misma clase se atraigan y los de distinta clase se repelan. Usando el potencial coulombiano, que representa las características antedichas, es posible obtener un algoritmo de aprendizaje supervisado aplicable a una red de una o más capas. El mencionado algoritmo se implementa en una red neuronal de estructura modular y se muestra su funcionamiento. Se analizan curvas de aprendizaje, estudiándose también la calidad de la convergencia para el caso del XOR The energy of a memory sites ensamble is defined using the coulombian potential, this makes sites belonging to the same class become mutually attractive and the ones belonging to the different class be repelled. Following the above, the known coulombian learning algorithm is implemented in a modular neural networth in which each layer can be trained independently. We analize learning curves, studying also the convergence quality in the typical case of XOR Fil: Horas, Jorge Alberto. Universidad Nacional de San Luis - CONICET. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi" (IMASL). San Luis. Argentina Fil: Bea, Edgar Alejandro. Universidad Nacional de San Luis - CONICET. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi" (IMASL). San Luis. Argentina Fil: Pasinetti, Pedro Marcelo. Universidad Nacional de San Luis - CONICET. Instituto de Matemática Aplicada de San Luis "Prof. Ezio Marchi" (IMASL). San Luis. Argentina 1994 PDF Español info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/afa_v06_n01_p415
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-134
collection Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA)
language Español
orig_language_str_mv Español
description Se define la energia potencial de una colección de sitios de memoria, haciendo que los de la misma clase se atraigan y los de distinta clase se repelan. Usando el potencial coulombiano, que representa las características antedichas, es posible obtener un algoritmo de aprendizaje supervisado aplicable a una red de una o más capas. El mencionado algoritmo se implementa en una red neuronal de estructura modular y se muestra su funcionamiento. Se analizan curvas de aprendizaje, estudiándose también la calidad de la convergencia para el caso del XOR
author Horas, Jorge Alberto
Bea, Edgar Alejandro
Pasinetti, Pedro Marcelo
spellingShingle Horas, Jorge Alberto
Bea, Edgar Alejandro
Pasinetti, Pedro Marcelo
Aprendizaje en redes coulombianas
author_facet Horas, Jorge Alberto
Bea, Edgar Alejandro
Pasinetti, Pedro Marcelo
author_sort Horas, Jorge Alberto
title Aprendizaje en redes coulombianas
title_short Aprendizaje en redes coulombianas
title_full Aprendizaje en redes coulombianas
title_fullStr Aprendizaje en redes coulombianas
title_full_unstemmed Aprendizaje en redes coulombianas
title_sort aprendizaje en redes coulombianas
publishDate 1994
url https://hdl.handle.net/20.500.12110/afa_v06_n01_p415
work_keys_str_mv AT horasjorgealberto aprendizajeenredescoulombianas
AT beaedgaralejandro aprendizajeenredescoulombianas
AT pasinettipedromarcelo aprendizajeenredescoulombianas
_version_ 1807316668401057792