Rete Brain-State-in-a-Box

La rete neurale Brain-State-in-a-Box (BSB) è una rete neurale auto-associativa non lineare e può essere estesa all'etero-associazione con due o più strati. È anche simile alla rete Hopfield. È stato proposto da JA Anderson, JW Silverstein, SA Ritz e RS Jones nel 1977.

Alcuni punti importanti da ricordare sulla rete BSB -

• È una rete completamente connessa con il numero massimo di nodi a seconda della dimensionalità n dello spazio di input.

• Tutti i neuroni vengono aggiornati contemporaneamente.

• I neuroni assumono valori compresi tra -1 e +1.

Formulazioni matematiche

La funzione nodo utilizzata nella rete BSB è una funzione rampa, che può essere definita come segue:

$$ f (net) \: = \: min (1, \: max (-1, \: net)) $$

Questa funzione di rampa è limitata e continua.

Poiché sappiamo che ogni nodo cambierebbe il suo stato, può essere fatto con l'aiuto della seguente relazione matematica:

$$ x_ {t} (t \: + \: 1) \: = \: f \ left (\ begin {array} {c} \ displaystyle \ sum \ limits_ {j = 1} ^ n w_ {i, j } x_ {j} (t) \ end {array} \ right) $$

Qui, x_i(t) è lo stato di i_th nodo alla volta t.

Pesi da i_th nodo a j_th nodo può essere misurato con la seguente relazione -

$$ w_ {ij} \: = \: \ frac {1} {P} \ displaystyle \ sum \ limits_ {p = 1} ^ P (v_ {p, i} \: v_ {p, j}) $$

Qui, P è il numero di modelli di allenamento, che sono bipolari.