REDES NEURONALES CON APRENDIZAJE NO SUPERVISADO
Se cree que algunos sistemas biológicos realizan sus operaciones siguiendo un método de trabajo que algunos investigadores han llamado, on-center/off-surround; este término describe un patrón de conexión entre neuronas, cada neurona se refuerza a ella misma (center) mientras inhibe a todas las neuronas a su alrededor (surround). En las redes competitivas biológicas, lo que sucede realmente es que cuando una neurona se refuerza a ella misma, refuerza también las neuronas que están cerca; la transición entre reforzar las neuronas "vecinas" o inhibirlas, se realiza suavemente a medida que la distancia entre las neuronas aumenta. De esta forma el proceso on-center/off-surround; para redes biológicas sigue el comportamiento señalado en la Fig. 4.14, función que habitualmente es referida como sombrero mejicano debido a su forma.
Figura 4.14: On-Center/Off-Surround; Para Capas Biológicas
Tratando de emular la actividad biológica, sin tener que implementar conexiones on-center/off-surround; de realimentación no lineal, Kohonen diseñó la red conocida como mapa de auto organización (SOM). Esta red determina primero la neurona ganadora i* usando el mismo procedimiento que las redes competitivas, luego los vectores de pesos de todas las neuronas que se encuentren en una región cercana "vecindario", serán actualizados mediante la regla de Kohonen:
![]() |
|
Donde el vecindario contiene el índice para todas las neuronas que se encuentren a un radio "d" de la neurona ganadora i*
![]() |
|
Cuando un vector p es presentado, los pesos de la neurona ganadora y de sus vecinas tenderán hacia p, el resultado es que después de muchas presentaciones las neuronas vecinas habrán aprendido vectores similares que cada una de las otras.