Memoria Asociativa Bidireccional, también es denominada como red de resonancia o BAM “Bidirectional associative memory”, es un tipo de RNR desarrollada por Bart Kosko a través de dos artículos: En 1.987 publica “Adaptive bidirectional associative memories” y en 1.988 “Bidirectional associative memory”. Es una variante de una red Hopfield, pero con dos capas en vez de una que almacenan datos asociativos como un vector. La doble dirección proviene de pasar información a través de una matriz y su traspuesta.
Existen dos tipos de memorias asociativas:
- Hetero-asociativas, Hetero Associative Memory (HAM). Son las que establecen una correspondencia entre el vector de entrada (x) y el vector de salida (y) que tiene distinta dimensión.
Hetero-asociativa Es decir, asocian el vector de m entradas x1, x2, … xm en n espacios dimensionales para el vector de salida y1, y2, … ym en k espacios dimensionales.
- Auto-asociativas, Auto Associative Memory (AAM): Establecen la misma correspondencia que la memoria hetero-asociativa pero los vectores de entrada y de salida tienen la misma dimensión.
BAM es hetero-asociativa, lo que significa que dado un patrón puede devolver otro patrón que es potencialmente de un tamaño diferente.
La red itera enviando señales de ida y vuelta entre los dos capas hasta que todas las neuronas alcanzan el equilibrio, es decir, hasta que la activación de cada neurona permanece constante durante varios ciclos. Su arquitectura tiene dos capas de neuronas conectadas por rutas de conexión ponderadas (W) direccionales. Ambas pueden ser manejadas como una entrada para recuperar una asociación y producir una salida en la otra capa.
Este tipo de redes pueden responder a la entrada de cualquiera de las capas, porque los pesos son bidireccionales y el algoritmo se alterna entre la actualización de las activaciones para cada capa X e Y, en lugar de la capa de entrada y capa de salida. Existen dos versiones de este tipo de red: Discreta y Continua.