Aunque
su estructura varía según el tipo de red, lo más usual es que haya tres capas
de neuronas
·Una
de entrada, que recoge los estímulos.
·Otra
oculta, que procesa la información.
Y
otra de salida, que ejecuta la respuesta.
APROXIMACIONES ACON
FRENTE A OCON
Cuando
se tiene el problema de cuantas redes son necesarias para la clasificación en multicategorias.
Típicamente, cada nodo de salida se usa para representar una clase.
Dos
posibles tipos de arquitecturas son “All-Class-in-One-Network”
(ACON),
esto es, todas las clases en una red, es decir todas las clases son reconocidas
dentro de una única súper red.
Ejemplo de red entera ACON:
“Once-Clasis-in-One-Network”
(OCON),
esto es, una red para cada clase. La descomposición más extrema se llama OCON,
donde una subred se dedica para una sola clase. Aunque el número de subredes en
la estructura OCON es relativamente largo, cada sub red individual tiene un
tamaño menor que la red ACON.
Ejemplo de red OCON:
ESTRUCTURA
PERCEPTRÓN
Un Perceptrón
consta de dos niveles o capas (figura 4). El primer nivel está compuesto por un
número de unidades de entrada, denominadas unidades sensoriales, que en nuestro
ejemplo son dos. El segundo nivel está compuesto por un número de unidades de
salida, denominadas unidades de asociación, cuyas entradas son las salidas de
las unidades de entrada ponderadas por unos pesos. En el ejemplo sólo se
empleará una neurona en la capa de salida. Las unidades de entrada tienen una
sola entrada correspondiente a una de las entradas a la red, y una sola salida.
Estas unidades transmiten la señal que aparece en su entrada.
