Resumen de SÍMIL: modelo neuronal para clasificación de patrones
Francisco Javier López Aligué, Horacio Manuel González Velasco, Carlos Javier García Orellana, Miguel Macías Macías
- español
En este artículo se presenta un nuevo modelo de red neuronal concebido desde su origen para integrarse en un sistema de clasificación. Proponemos un algoritmo de aprendizaje basado en la igualación directa de los pesos y los prototipos, sumamente rápido y eficaz, y una función neuronal que detecta similitudes entre sus entradas y la información de sus pesos, con una idea de partida similar a los esquemas autoorganizativos de Kohonen. Todo esto se integra en una red de funcionamiento hacia delante, lo cual permite un elevado rendimiento en problemas de clasificación, incluso en entradas con mucho ruido. Además, se presenta y estudia un ejemplo de clasificador de patrones sencillo donde se muestra la potencia de estas redes.
- English
A new neural model for pattern recognition is presented in this paper. In the same way than the selforganizing systems of Kohonen, the weights of the connections are obtained from the inputs themselves. The network is configured as a feedforward system on order to achieve the highest performance and noise inmunity. A practical application as Pattern Recognition is finally presented.
