I grandi limiti di questa memoria associativa sono:

· scarsa capacità di memoria;

· possibilità di lavorare con soli inputs booleani (0-1);

· necessità di avere dati di input tutti ortogonali tra loro: questo significa, per esempio nel caso di immagini, che circa la metà dei pixels di ogni immagine devono essere differenti da quelli di tutte le altre immagini. Anche in questo caso è possibile calcolare la ortogonalità delle immagini con la distanza di Hamming: per funzionare bene la nostra memoria associativa richiede immagini che abbiano tra loro distanze di Hamming comprese tra 0.40 e 0.60.

*distanza di Hamming= S(k) |px(k) - py(k)| cioè sommatoria dei moduli della differenza pixel - pixel di due immagini

Luca Marchese

Successivo: Reti Neurali Error Back Propagation

Sommario: Indice