Algorithms and Implementation Architectures for Hebbian Neural Networks
Archivos
Fecha
2001
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Springer, Berlin, Heidelberg
Resumen
Systolic architectures for Sanger and Rubner Neural Networks (NNs) are proposed, and the local stability of their learning rules is taken into account based on the indirect Lyapunov method. In addition, these learning rules are improved for applications based on Principal Component Analysis (PCA). The local stability analysis and the systolic architectures for Sanger NN and Rubner NN are presented in a common framework.
Descripción
Las Redes Neuronales de Sanger y Rubner son analizadas desde el punto de vista de sistemas dinámicos por lo que se establecen criterios sobre su estabilidad. Se identifica una de sus principales aplicaciones, Análisis de Componente Principales )PCA). Además, se proponen arquitecturas para dichas Redes Neuronales que optimizan la ejecución por máquina de dichas redes. Representan primeras propuesta de algoritmos y arquitectura para Inteligencia Artificial.