Resumo -Memórias Associativas (AMs) são projetadas para armazenar associações e recordar uma saída desejada mesmo após a apresentação de uma versão incompleta ou distorcida de um padrão de entrada. Em particular, uma Memória Associativa Nebulosa Implicativa (IFAM) é uma AM nebulosa que aplica um produto max-, onde é uma norma triangular contínua, na fase de recordação. Esse artigo discute modelos de IFAMs que empregam normas triangulares Arquimedianas. Especificamente, é apresentado um teorema que caracteriza completamente os padrões recordados em termos de combinações de máximos e mínimos de versões transformadas dos padrões originais.
Palavras-chave:Memórias Associativas, Teoria dos Conjuntos Nebulosos, Normas Triangulares Arquimedianas.
IntroduçãoEm termos gerais, uma Memória Associativa (AM) é um modelo inspirado no cérebro humano e projetado para armazenar pares de entrada e saída. Além disso, uma AM deve ser capaz de recordar uma saída desejada mesmo após a apresentação de uma versão incompleta ou distorcida de um padrão de entrada [7,11,15,25,27]. Resumidamente, as pesquisas em memória associativa iniciaram na metade do século XX e receberam mais atenção nos anos 1980 após a publicação do famoso artigo de Hopfield [2,11]. Nos anos 1990, foram apresentados vários modelos que estendem a rede de Hopfield, por exemplo, a [17]. Entretanto, tanto a rede de Hopfield como a ECAM e a BAM, são modelos usados para armazenar padrões binários. Em contraste com os modelos binários, os modelos de memórias associativas baseados na morfologia matemática e na teoria dos conjuntos nebulosos podem ser usados para armazenar padrões em tons de cinza [25,26,27,28,29,33].
Memória Associativa de Capacidade Exponencial (ECAM) [4] e a Memória Associativa Bidirecional (BAM)As Memórias Associativas Nebulosas (FAMs) são modelos de memória associativa descritos por redes neurais nebulosas que armazenam padrões nebulosos, i.e., padrões cujos elementos pertencem ao intervalo [0,1] [27,29,31,33]. As IFAMs apresentam propriedades interessantes no caso auto-associativo como convergência numa única iteração e capacidade de armazenamento ilimitada, i.e., pode-se armazenar quandos padrões forem desejados nesses modelos. Além disso, as IFAMs apresentaram bons resultados em problemas de previsão de séries temporais [27,28,29]. Recentemente, Sussner e Valle observaram que as principais FAMs, incluindo as IFAMs, efetuam operações elementares da morfologia matemática e podem ser classificadas como Memórias Associativas Morfológicas Nebulosas (FMAMs) [31,32].Os primeiros modelos de AM baseados na morfologia matemática foram introduzidos por Ritter e Sussner e são referidos simplesmente como Memórias Associativas Morfológicas (MAMs) [24,25]. Esses modelos efetuam operações elementares da morfologia matemática em cada neurônio [10,28,29,31]. Resultados recentes que caracterizam completamente a fase de recordação das MAMs foram apresentados independentemente por Sussner e Valle [26,28] e Ritter e Gader [23]. Em poucas palavras, foi demonstrado que os p...