Mapas Topológicos Autoorganizativos
Indice
Crecimiento de Estructuras de Células

Crecimiento de Redes


Al trabajar con mapas autoorganizativos tenemos que definir la estructura de la red. Esta definición suele ser bastante compleja por la falta de información que normalmente se tiene sobre el espacio de entrada (probabilidad de distribucción).

Para solucionar este problema aparece una nueva filosofía a la hora de aplicar redes de neuronas a problemas de clasificación: Crecimiento de Redes. Se trata de que sea la propia red la que determine de forma autónoma su estructura (nº de PEs y conexiones entre ellas

Para llegar a la estructura final de la red se realiza un proceso donde se van añadiendo y borrando EPs al tiempo que se sigue un proceso de autoorganización similar al que se produce en el modelo propuesto por Kohonen.

Inserción de Neuronas

Para poder determinar dónde y cómo hemos de incluir una nueva neurona se introduce un nuevo concepto, valor resource: valor asignado a cada neurona que medirá lo lejos que nos encontramos de la estructura ideal. Este valor irá variando a medida que la red vaya evolucionando.

Siempre después de un número constante de adaptaciones sobre la red actual se analizará la necesidad o no de añadir nuevas neuronas. Añadir un nuevo elemento a la red conlleva el adecuar las conexiones entre los elementos vecinos para que la nueva estructura sea consistente.

Tanto el vector de referencia de la nueva neurona como el valor de su resource se calcularán a partir de los parámetros de sus neuronas vecinas.

Borrado de Neuronas

Cuando el conjunto de vectores de entrada que pueden activar una determinada neurona tiene una probabilidad de aparición muy baja, podemos estimar que el coste de mantenerla dentro de la estructura de la red no nos compensa y por lo tanto eliminarla.


M. González Penedo