Propriedades cognitivas em redes de neurônios não-monótonos

Abstract

Entender a origem das propriedades cognitivas do cérebro é uma das grandes questões científicas da atualidade. Em especial, o estudo da capacidade de memória associativa é extremamente relevante para alcançar o entendimento de tais propriedades. Tentando entender tal processo, elaborou-se um breve apanhado histórico sobre redes neurais, foi feita uma revisão do modelo de Hopfield e foi proposta uma alteração na função de ativação da rede de Hopfield estocástica, a fim de determinar a capacidade crítica de aprendizado desta rede. Esta alteração foi estudada em uma rede recorrente totalmente conexa e a função de ativação escolhida foi uma não-monótona. Através de solução numérica pelo método de Newton-Raphson este sistema pode ser resolvido e ao variar um parâmetro de não-monotonicidade da rede, a capacidade pode ser analisada. Um aumento na capacidade da rede é observado em um certo intervalo de valores deste parâmetro de não-monotonicidade.

To understand the origin of the brain cognitive properties is one of the major cientific issues of our time. In particular, the study of associative memory is extremely relevant to achieve the understanding of these properties. Trying to understand this process, a short review on neural networks and a review on the Hopfield model were made and an alteration in the activation function of the stochastic Hopfield network was proposed in order to establish the learning capacity of this network. This modification was studied in a totally connected recurrent network and solved through numeric integration. Varying a non monotonicity network parameter the capacity can be analised. A network capacity increase is observed for a certain range of this parameter.