Durante mi investigación, me topé con "redes neuronales de valor complejo", que son redes neuronales que funcionan con entradas de valor complejo (probablemente también pesos). ¿Cuáles son las ventajas (o simplemente las aplicaciones) de este tipo de red neuronal sobre redes neuronales de valor real?
Respuestas:
De acuerdo con este documento , las ANN de valor complejo (C-ANN) pueden resolver problemas como XOR y la detección de simetría con un número menor de capas que las ANN reales (para ambas es suficiente una C-ANN de 2 capas, mientras que una de 3 capas R-ANN es obligatorio).
Creo que todavía es una pregunta abierta sobre cuán útil es este resultado en la práctica (por ejemplo, si realmente hace que sea más fácil encontrar la topología correcta), por lo que en la actualidad la ventaja práctica clave de los C-ANN es cuando son un modelo más cercano para El dominio del problema.
Las áreas de aplicación son entonces donde los valores complejos surgen naturalmente, por ejemplo, en óptica, procesamiento de señales / FFT o ingeniería eléctrica.