Please enable JavaScript.
Coggle requires JavaScript to display documents.
(Redes Neuronales de Estado Discreto (RNED)) - Coggle Diagram
Redes Neuronales de Estado Discreto (RNED)
Fundamentos de RNED
Definición
Modelo matemático simplificado
Estados: {–1, 0, 1} o {0, 1}
Aplicaciones: memoria asociativa, clasificación
Funciones de Activaciones Discretas Comunes
Escalón (Step)
Signo (Sign)
Umbral
Función booleana
Redes Hopfield
Tipo: recurrente
Almacenamiento de patrones
Recuperación asociativa
Estabilidad: mínimos locales
Aplicaciones: problemas combinatorios
Máquinas de Boltzmann
Inspiradas en mecánica estadística
Funcionamiento estocástico
Aprendizaje mediante energía libre
Usadas en optimización y aprendizaje profundo
Ventajas y Desventajas
Ventajas
Simplicidad conceptual
Memoria asociativa
Estabilidad de patrones
Desventajas
Capacidad de almacenamiento limitada
Puede caer en mínimos locales
Entrenamiento complejo en modelos grandes
Perceptrón
Primera red neuronal propuesta
Entradas, pesos y salida binaria
Aprendizaje supervisado
Limitación: solo problemas linealmente separables