Mecanica estadistica de redes neurales con bajos niveles de actividad
- Autores: C. Pérez Vicente
- Lectura: En la Universitat Autònoma de Barcelona ( España ) en 1990
- Idioma: español
- Tribunal Calificador de la Tesis: José Casas Vázquez (presid.), Elena Valderrama Vallès (secret.), Maximino San Miguel Ruibal (voc.), Carme Torras Genís (voc.), Miguel Rubí Capaceti (voc.)
- Materias:
- Texto completo no disponible (Saber más ...)
- Resumen
En este trabajo se han aplicado las tecnicas de la mecanica estadistica al estudio de redes neurales con bajos niveles de actividad. En particular se ha demostrado que tras cierto proceso de optimizacion estos sistemas pueden tratar informacion correlacionada (memorias con poca actividad) de forma muy eficiente. La clave es la introduccion de los umbrales de las neuronas (o analogamente un campo externo). Dos tipos son necesarios: uno constante cuyo efecto sera la optimizacion de la señal que reciben las neuronas y otro aleatorio cuyo efecto es reducir el ruidio desestabilizador generado en el proceso de recuerdo de las memorias. Estos sistemas pueden ser resueltos analiticamente porque son formalmente analogos a los vidrios de spin, largamente estudiados en mecanica estadistica. Tras el proceso de optimizacion la red presenta unas propiedades excelentes no solo porque puede almacenar un gran numero de recuerdos y no porque el contenido de informacion proporcionado por la red se acerca a los limites teoricos. La idea ha sido generalizada a estructuras mas complejas tales como redes organizadas jerarquicamente demostrandose que tambien puede mejorar las propiedades del sistema de forma notable. Finalmente se ha realizado una simulacion donde se han verificado los resultados teoricos asi como las posibles aplicaciones que pueden tener este tipo de modelos.
