3 Redes Recurrentes y Autónomas El modelo de Hopfield discreto Introducido en 1982 por el físico...
31
3 Redes Recurrentes y Autónomas El modelo de Hopfield discreto El modelo de Hopfield discreto • Introducido en 1982 por el físico norteamericano John Hopfield “Neural Networks and Physical Systems with Emergent Collective Computational Abilities” Unidad de proceso bipolar: Unidad de proceso bipolar: • pesos sinápticos w 1 ,w 2 ,…,w n , • umbral o sesgo, • potencial sináptico h = w 1 x 1 + w 2 x 2 + … + w n x n ... si 1 ... si 1 ) ,..., , ( 2 2 1 2 2 1 2 1 1 1 n n n n n x w x w x w x w x w x w x x x f
3 Redes Recurrentes y Autónomas El modelo de Hopfield discreto Introducido en 1982 por el físico norteamericano John Hopfield Neural Networks and Physical
3 Redes Recurrentes y Autnomas El modelo de Hopfield discreto
Introducido en 1982 por el fsico norteamericano John Hopfield
Neural Networks and Physical Systems with Emergent Collective
Computational Abilities Unidad de proceso bipolar: pesos sinpticos
w 1,w 2,,w n, umbral o sesgo, potencial sinptico h = w 1 x 1 + w 2
x 2 + + w n x n
Diapositiva 2
El modelo de Hopfield discreto x1x1 x2x2 x3x3 y h 1 w1w1 w2w2
w3w3
Diapositiva 3
El modelo de Hopfield discreto w 31 w 12 w 23 Funcin de Energa
Computacional Arquitectura (Topologa) Dinmica de la Computacin
Diapositiva 4
El modelo de Hopfield discreto Qu se pretende con esta dinmica
de la computacin? Dejarn de cambiar de estado alguna vez las
unidades de proceso cuando se actualizan? Es decir, se estabilizar
la red en algn momento. Cmo son las configuraciones de la red
cuando se estabiliza? Para qu se puede utilizar esta red
neuronal?
Diapositiva 5
Qu se pretende? Se pretende alcanzar concordancia entre los
estados de las unidades de proceso segn las conexiones sinpticas: w
ij > 0 s i s j = 1 (concordancia) w ij < 0 s i s j = 1
(discordancia) w ij s i s j sea mximo Maximizar
Diapositiva 6
Qu se pretende? La correlacin entre la unidad de proceso i y la
unidad j es igual a la correlacin entre la unidad de proceso j y la
i, por lo tanto w ij = w ji (simetra de los pesos) Maximizar Como
cada conexin se ha contado dos veces,
Diapositiva 7
Qu se pretende? La correlacin entre la unidad de proceso i y
ella misma siempre vale 1, es decir, s i s j = 1. Por lo tanto,
como w ij s i s j = w ij, dicho producto es constante (no depende
de las variables de estado). Por ello, se puede tomar w ii = 0 (sin
autoconexiones)
Diapositiva 8
Qu se persigue? Qu papel juega entonces el umbral? Maximizar
Como seal externa (con valor 1) que llega a la unidad de proceso
(con peso i ) de manera que si i > 0 trata de desactivarla si i
< 0 trata de activarla Es decir, persigue que i ( 1) s i sea
mximo Minimizar
Diapositiva 9
Evolucin en el modelo de Hopfield discreto y secuencial
(asncrono) Teorema: Teorema: Si en la iteracin k+1 actualizamos el
estado de la unidad de proceso r segn la regla de actualizacin
anterior, manteniendo iguales los estados de las unidades de
procesos restantes, entonces la funcin de energa decrece, es decir,
Demostracin Demostracin:
Diapositiva 10
Evolucin en el modelo de Hopfield discreto y secuencial
(asncrono) simtricos Como los pesos son simtricos
Diapositiva 11
Evolucin en el modelo de Hopfield discreto y secuencial
(asncrono) unidad de proceso r Si slo actualizamos la unidad de
proceso r entonces s i (k)=0 para todo i r, 0 pues entonces s r
(k+1)=1 y s r (k ) 0, entonces s r (k+1)=-1 y s r (k ) 0, si o
porque 0
Diapositiva 12
Evolucin en el modelo de Hopfield discreto y secuencial
Corolario: La red recurrente bipolar alcanza un estado estable en
un nmero finito de pasos utilizando la regla de actualizacin
secuencial y dicho estado corresponde a un mnimo local de la funcin
de energa. Biestable Ejemplo: Biestable Funcin de energa Funcin de
energa E(k) = s 1 s 2 potencial sinpticodesactiva Si la red parte
de la configuracin (1,1) y actualizamos la primera unidad de
proceso, como el potencial sinptico es 1 entonces se desactiva
estabiliza Alcanza la configuracin ( 1,1). La red se estabiliza en
dicha configuracin. El otro mnimo local corresponde a la
configuracin (1,-1) w 12 =-1 w 21 =-1
Diapositiva 13
Evolucin en el modelo de Hopfield discreto y paralelo
(sincronizado) Teorema 2. Si la matriz de pesos sinpticos es
simtrica y semidefinida positiva, con todos los elementos de la
matriz diagonal nulos, entonces la funcin de energa decrece, o
permanece igual, en cada actualizacin simultnea de las unidades de
proceso Demostracin Demostracin: Corolario: La red recurrente
bipolar alcanza un estado estable en un nmero finito de pasos
utilizando la regla de actualizacin paralela.
Diapositiva 14
El modelo de Hopfield continuo x1x1 x2x2 x3x3 h 1 Estado
discreto s i {-1, 1} Tiempo (actualizacin) discreto, k = 1,2,3,
Estado continuo s i [-1, 1] Tiempo (actualizacin) continuo, t (0,
]
Diapositiva 15
El modelo de Hopfield continuo Estado discreto s i {-1, 1}
Tiempo (actualizacin) discreto, k = 1,2,3, Estado continuo s i [-1,
1] Tiempo (actualizacin) continuo, t (0, ]
Diapositiva 16
El modelo de Hopfield continuo Dinmica de la computacin Funcin
de energa computacional
Diapositiva 17
Evolucin en el modelo de Hopfield continuo Teorema 3 (de
convergencia) En una red recurrente continua guiada por la regla de
actualizacin anterior la funcin de energa computacional disminuye,
o por lo menos no cambia, en cada actualizacin y alcanza un estado
estable en un mnimo local de dicha funcin. Demostracin Demostracin:
0 0
Diapositiva 18
Evolucin en el modelo de Hopfield continuo pues La red queda
atrapada en los mnimos locales de la funcin de energa
Diapositiva 19
Problemas de Optimizacin Configuraciones posibles
Configuraciones posibles: (1,1), (1,-1), (-1,1) y (-1,-1) Estados
estables Estados estables: (1,-1) y (-1,1) w 12 =-1 w 21 =-1 w 12 =
1(-1) = -1 w 21 = (-1)1 = -1 w 11 = w 22 = 0. Funcin de energa:
E(k) = s 1 (k)s 2 (k). (1,1) h 1 = (-1)1= -1 (-1,1) (-1,1)
estable
Diapositiva 20
Problemas de las N Torres
Diapositiva 21
Problemas de las N Torres
Diapositiva 22
Funcin de energa: s ij
Diapositiva 23
Problemas de las N Torres E = w ij,ik ij w ij,rj
Diapositiva 24
Problemas de las N Torres
Diapositiva 25
Problema del recubrimiento minimal de los vrtices de un grafo
(servicios de vigilancia por vdeo) Dado un grafo G=(V,E), se trata
de encontrar un subconjunto X V de forma que cada arista de E tenga
al menos un vrtice en dicho conjunto X, y con mnima cardinalidad
Arquitectura de la red: N unidades de proceso N vrtices
Diapositiva 26
Problema del recubrimiento minimal de los vrtices de un grafo
(servicios de vigilancia por vdeo) El objetivo es Minimizar Sujeto
a Al menos una de las dos unidades de proceso tiene que estar
activa a ij vale cero si no existe la arista (i,j) y vale uno si
existe
Diapositiva 27
Problema del recubrimiento minimal de los vrtices de un grafo
(servicios de vigilancia por vdeo) El objetivo es Minimizar
Diapositiva 28
Problema del recubrimiento minimal de los vrtices de un grafo
(servicios de vigilancia por vdeo), Como el peso sinptico w ij es
negativo favorece que una unidad est activada y la otra desactivada
(si ya hemos puesto una cmara de vdeo en un vrtice no hay que poner
otra en el otro vrtice pues la calle queda vigilada)
Diapositiva 29
El problema de la biparticin de un grafo Arquitectura: 2N
unidades de proceso Minimizar Sujeto a Minimizar vale 1 si s i = s
j vale 0 si s i s j
Diapositiva 30
El problema de la biparticin de un grafo Minimizar
Diapositiva 31
El problema del viajante de comercio Arquitectura: N unidades
de proceso Minimizar Sujeto a