Escolar Documentos
Profissional Documentos
Cultura Documentos
Principios
VASE TAMBIN
muchos otros fenmenos de aprendizaje es el modelo matemtico de Harry Klopf. El modelo de Klopf reproduce
Desde el punto de vista de las neuronas articiales y redes gran cantidad de fenmenos biolgicos, y tambin es fcil
neuronales articiales, el principio de Hebb se puede des- de aplicar.
cribir como un mtodo de determinar la forma de modicar los pesos entre modelos de neuronas. El peso entre
dos neuronas se incrementa si las dos neuronas se activan 3 Generalizacin y estabilidad
simultneamente y se reduce si se activan por separado.
Los nodos que tienden a ser positivos o negativos al mismo tiempo tienen fuertes pesos positivos, mientras que La regla de Hebb se generaliza frecuentemente como:
aquellos que tienden a ser contrarios tienen fuertes pesos
negativos.
Este original principio es quizs la forma ms simple de wi = xi y
seleccin de pesos. Si bien esto signica que puede ser
relativamente fcil de codicar en un programa inform- o el cambio en el peso wi de la sinapsis nmero i es igual
tico y se utilize para actualizar los pesos correspondientes a la tasa de aprendizaje por la entrada nmero i xi por
de una red de neuronas, tambin limita el nmero de apli- la respuesta postsinptica y . A menudo se cita el caso de
caciones de aprendizaje hebbiano. Hoy en da, el trmino una neurona lineal,
aprendizaje hebbiano por lo general se reere a algn tipo de abstraccin matemtica del principio original pro
puesto por Hebb. En este sentido, el aprendizaje hebbiano y =
wj xj
implica que los pesos sean ajustados de manera que caj
da uno de ellos represente la mejor relacin posible entre
los nodos. Como tal, muchos mtodos de aprendizaje de la simplicacin de la seccin anterior tiene en cuenta
la naturaleza pueden ser consideradas como hebbianos.
que tanto la tasa de aprendizaje como los pesos de entraLa siguiente es una formulacin matemtica del apren- da sean 1. Esta versin de la regla es claramente inestable,
dizaje hebbiano: (ntese que muchas otras descripciones como en cualquier red con una seal dominante los pesos
aumentarn o disminuirn exponencialmente. Sin embarson posibles)
go, se puede ver que para cualquier modelo de neurona,
la regla de Hebb es inestable. Por lo que los modelos de
redes de neuronas suelen emplear otras teoras de aprenwij = xi xj
dizaje, tales como la teora BCM, la regla de Oja,[1] o el
donde wij es el peso de la conexin de la neurona j a la algoritmo hebbiano generalizado.
neurona i y xi el valor de entrada para la neurona i . Hay
que tener en cuenta que este es el modelo de aprendizaje
(pesos actualizados despus de cada ejemplo de entrenamiento). En una Red de Hopeld las conexiones wij se 4 Vase tambin
ponen a cero si i = j (no se permiten conexiones reexivas). Con neuronas binarias (valores de activacin de
Teora BCM
0 1) las conexiones se establecen a 1 si las neuronas
conectadas tienen el mismo patrn de activacin.
Deteccin de coincidencias en Neurobiologa
Otra formulacin matemtica es:
1 k k
xi xj
n
p
wij =
k=1
Referencias
Lecturas adicionales
Hebb, D.O. (1985). Debate, ed. La organizacin de
la conducta. Madrid.
Hebb, D.O. (1949). Wiley, ed. The Organization of
Behavior (en ingls). New York.
Hebb, D.O. (1961). Distinctive features of learning
in the higher animal. En J. F. Delafresnaye. Brain
Mechanisms and Learning (en ingls). London: Oxford University Press.
Hebb, D.O.; y Peneld, W. (1940). Human behaviour after extensive bilateral removal from the
frontal lobes. Archives of Neurology and Psychiatry
(en ingls) 44: 421436.
Allport, D.A. (1985). Distributed memory, modular systems and dysphasia. En Newman, S.K. and
Epstein, R. Current Perspectives in Dysphasia (en
ingls). Edinburgh: Churchill Livingstone. ISBN 0443-03039-1.
Bishop, C.M. (1995). Neural Networks for Pattern
Recognition (en ingls). Oxford: Oxford University
Press. ISBN 0-19-853849-9.
Flrez Lpez, Raquel; Fernndez Fernndez, J. Miguel (2008). Netbiblo, ed. Las redes neuronales articiales. ISBN 978-84-9745-246-5.
Paulsen, O.; Sejnowski, T. J. (2000). Natural patterns of activity and long-term synaptic plasticity.
Current opinion in neurobiology (en ingls) 10 (2):
172179. doi:10.1016/S0959-4388(00)00076-3. PMID
10753798.
Enlaces externos
Regla de Hebb
El legado de Hebb para la psicologa cientca
Descripcin general (en ingls)
Tutorial de aprendizaje hebbiano (en ingls) (Part 1:
Novelty Filtering, Part 2: PCA)
8.1
Texto
8.2
Imgenes
8.3