¿Cuál es la diferencia entre una red Hamming y Hopfield?

Las redes Hopfield y Hamming son redes conexionistas más antiguas que se utilizan para clasificar datos de entrada binarios ruidosos.

Las redes de Hopfield son la base de las redes de Hamming, así que centrémonos en ellas primero.

Una red de Hopfield es un conjunto de neuronas que clasifican a través de la inhibición mutua, como se muestra en la siguiente figura de Wikipedia:

Tenga en cuenta que las neuronas no son como las típicas neuronas biológicamente plausibles, tienen dos estados "+1" y "-1". Su regla de actualización, que los obliga a seguir un patrón de salida, habilita estos dos estados.

Una red Hamming es una red de dos capas, como se muestra en esta figura (tomada de aquí ), donde los datos fluyen desde la parte inferior:

Como puede ver, la segunda capa, a veces llamada capa MaxNet, es idéntica a la red Hopfield; sin embargo, la capa de entrada se parece a un perceptrón clásico de una sola capa. Este perceptrón de una sola capa se entrena de acuerdo con las distancias de Hamming de las entradas.

En cuanto al rendimiento, como se muestra en la conclusión " Comparación de redes neuronales de Hamming y Hopfield para la clasificación de patrones " de Lippmann et al., las redes de Hamming generalmente superan a las redes de Hopfield.