No es un nuevo modelo de red, es: una combinación de tipos de redes.
COMPONENTES:
Capa de Entrada (1,5).
Capa Oculta (3) (PEs Instar. Aprendizaje Competitivo).
Capa de Salida (2,4) (formada por PEs del tipoOutstart).
Nota: En la bibliografía nos podemos encontrar que la Red de Contrapropagación es una combinación de aprendizaje sin supervisar y supervisado: Modelo de Kohonen (estructura competitiva) Red Perceptrón (capa oculta y de salida) (supervisado).
FUNCIONAMIENTO:
Dado un conjunto de pares de vectores (X,Y), entradas y salidas deseadas, este tipo de red puede aprender a asociar un vector X a un vector Y. Se trata en su conjunto de una tarea supervisada. · Si la relación entre X e Y se puede describir mediante una función continua tal que Y=F(X), entonces la CPN aprenderá dicha correspondencia para todo valor de X en el intervalo especificado por el conjunto de vectores de entrenamiento. Además si existe la inversa de F, entonces, también aprenderá la correspondencia X=F´(Y).
CARACTERÍSTICAS:
Las CNP son interesantes por varios motivos:
- Combinan tipos de redes distintas.
- Usan diferentes algoritmos de aprendizaje en diferentes capas
- Suponen una ganancia en la velocidad de aprendizaje.
- En algunos problemas es útil combinar aprendizaje supervisado y no supervisado en la misma red.
- El efecto global es el de una red con aprendizaje supervisado, ya que previamente se debe conocer la salida que se desea para cada información de entrada.
- La única limitación va a consistir en la necesidad de que: parecidos vectores de entrada deben producir parecidas informaciones de salida. Si esto no se cumple, será necesario aumentar el número de neuronas de la capa oculta para obtener unos resultados aceptables.