| Resumen |
Dos áreas de investigación muy importantes en reconocimiento de patrones son la clasificación y la restauración de patrones. En la literatura, se han propuesto muchos modelos para resolver varios de los problemas relacionados con estas dos áreas. Entre estos modelos, hay que resaltar a las memorias asociativas (MA). Una MA puede ser vista como red neuronal de una sola capa. Recientemente, un nuevo modelo de MA basado en la llamada álgebra geométrica fue desarrollado para la clasificación de patrones: las llamadas memorias asociativas geométricas (MAG). En general, las MA son muy eficientes en la restauración de patrones afectados por ruido ya sea aditivo o substractivo, pero en el caso de ruido mezclado su eficiencia es muy pobre. En este trabajo se utilizan MAGS modificadas para resolver el problema de la restauración de patrones. Esta nueva modificación hace uso de principios del álgebra geométrica conforme y de técnicas de optimización para restaurar patrones afectados con ruido mezclado en forma directa y completa. Se presentan, además, ejemplos numéricos y con datos reales para probar la propuesta. Finalmente, se presenta una comparación con otras reportadas en la literatura. También se proporcionan algunas condiciones que garantizan el funcionamiento de la propuesta. |
