Memoria asociativa
![almacenamiento y recuperación de información por asociación](https://gustavoarielschwartz.files.wordpress.com/2014/01/remember.jpg)
almacenamiento y recuperación de información por asociación
![correspondencia de x (vector de entrada) en y (vector de salida), de distinta dimensión](http://st.depositphotos.com/1007168/2864/i/950/depositphotos_28647067-Brain-cartoon-character-screaming-into.jpg)
correspondencia de x (vector de entrada) en y (vector de salida), de distinta dimensión
memoria asociativa interpolativa La memoria asociativa interpolativa se puede construir desde un conjunto ortonormal de vectores {xp} , p=1,.. P
![memoria asociativa interpolativa La memoria asociativa interpolativa se puede construir desde un conjunto ortonormal de vecto](http://player.slideplayer.es/14/4257783/data/images/img4.png)
Dinámica de la BAM
En las ANN-BAM los pesos no son ajustados durante el período de entrenamiento. Se calculan desde la partida a partir de un conjunto de vectores a ser almacenados: {xp,yp}p=1,..,P
patrones de entrada y de salida los mismos.
LINEAL
algorítmo para redes de Hopfield
Inicializar las conexiones de los PEs. i,j- representan a diferentes PE.
s- representa una clase de patrones, donde X es su representante.
M- representa el número de patrones.
Inicializar el primer estado con un patrón desconocido.: *i(0)=xi
Repetir hasta la convergencia de la red:Normalmente el Umbral es cero. Fh- es la función de transferencia: hardlimiter
Se debe repetir el paso 3 hasta que las salidas de todos los nodos no cambien.
biometria
![](http://player.slideplayer.es/14/4257783/data/images/img18.jpg)
BAM(Bidirectional Associative Memory) Implementa una memoria asociativa interpolativa y consiste en dos capas de neuronas totalmente conectadas
![BAM(Bidirectional Associative Memory) Implementa una memoria asociativa interpolativa y consiste en dos capas de neuronas tot](http://player.slideplayer.es/14/4257783/data/images/img6.jpg)
Matriz de Pesos
![Matriz de Pesos](http://player.slideplayer.es/14/4257783/data/images/img7.png)
Salida de la red: y=W x
Función de activación: f (x)=x
Si {yp} es ortogonal, entonces la red es reversible: x = Wt y
La red puede ser usada como memoria autoasociativa considerando x=y,
entonces
![La red puede ser usada como memoria autoasociativa considerando x=y,
entonces](http://player.slideplayer.es/14/4257783/data/images/img8.png)