La teoría de resonancia adaptativa (ART) propone un modelo de aprendizaje no supervisado que permite a las redes neuronales resolver el dilema entre estabilidad y plasticidad. La teoría se basa en hacer resonar la información de entrada con los prototipos almacenados para categorizar los patrones. Si no hay resonancia, crea una nueva categoría. Las redes ART, como ART1, ART2 y ART3, aprenden de forma competitiva y en línea mientras mantienen la información previa.

1. Teoría de Resonancia Adaptativa *** ART ***

6. Stephen Grossberg He is one of the principal founders of the fields of computational neuroscience, connectionist cognitive science, and artificial neural network research. He is Wang Professor of Cognitive and Neural Systems and Professor of Mathematics, Psychology, and Biomedical Engineering at Boston University. He is Co-Editor-in-Chief of the journal Neural Networks , which is the official journal of the three major neural modeling societies in the world.

8. Características de ART

13. Propiedades

16. Arquitectura

20. Red ART1

21. Arquitectura de la Red ART

22. Funcionalidad de la Red ART

23. Funcionamiento de ART1

27. Funcionamiento

32. Aplicaciones

35. Reconocimiento de caracteres (  =0.9)

36. Reconocimiento de Caracteres (  =0.8)

37. Algoritmo de Aprendizaje de ART1

38. Aprendizaje Aprendizaje lento : Ocurre cuando una información de entrada es asociada a una de las categorías existentes. Aprendizaje rápido : Se da cuando se establece una nueva categoría .

45. Arquitectura Básica de ART

46. Leyes de Aprendizaje : L1-L2 y L2-L1 La red ART1 tiene dos leyes de aprendizaje separadas: una para las conexiones L1-L2 (instars) y otra para las conexiones L2-L1 (outstars). Ambos conjuntos de conexiones son actualizadas al mismo tiempo - cuando la entrada y el valor esperado tienen un adecuado grado de comparación.

53. Variantes de ART

58. Simulación de ART en Matlab / NNT

59. Codificación Matlab/NNT 63

60. Demo nnd16a1

61. Simulación en Matlab / NNT

70. Conclusiones

75. Dudas ???

76. Hasta la próxima !!!