Red Brain-State-in-a-Box
La red neuronal Brain-State-in-a-Box (BSB) es una red neuronal autoasociativa no lineal y puede extenderse a la heteroasociación con dos o más capas. También es similar a la red Hopfield. Fue propuesto por JA Anderson, JW Silverstein, SA Ritz y RS Jones en 1977.
Algunos puntos importantes para recordar acerca de BSB Network:
Es una red completamente conectada con el número máximo de nodos dependiendo de la dimensionalidad n del espacio de entrada.
Todas las neuronas se actualizan simultáneamente.
Las neuronas toman valores entre -1 y +1.
Formulaciones Matemáticas
La función de nodo utilizada en la red BSB es una función de rampa, que se puede definir de la siguiente manera:
$$ f (neto) \: = \: min (1, \: max (-1, \: net)) $$
Esta función de rampa es limitada y continua.
Como sabemos que cada nodo cambiaría de estado, se puede hacer con la ayuda de la siguiente relación matemática:
$$ x_ {t} (t \: + \: 1) \: = \: f \ left (\ begin {array} {c} \ displaystyle \ sum \ limits_ {j = 1} ^ n w_ {i, j } x_ {j} (t) \ end {matriz} \ derecha) $$
Aquí, xi(t) es el estado de la ith nodo a la vez t.
Pesos de ith nodo a jth El nodo se puede medir con la siguiente relación:
$$ w_ {ij} \: = \: \ frac {1} {P} \ Displaystyle \ sum \ limits_ {p = 1} ^ P (v_ {p, i} \: v_ {p, j}) $$
Aquí, P es el número de patrones de entrenamiento, que son bipolares.