Esta modelo se basa en la idea de hacer resonar la información de entrada con los prototipos o categorías que reconoce la red. Si entra en resonancia con alguno (es suficientemente similar) la red considera que pertenece a dicha categoría y se realiza un adaptación que incorpore algunas características de los nuevos datos a la categoría existente. Cuando no resuena con ninguno (no se parece a ninguna de las categorías existentes), la red se encarga de crear una nueva categoría con el dato de entrada como prototipo de la misma.
Esta teoría se aplica
a sistemas competitivos (redes con aprendizaje competitivo) en los cuales cuando
se presenta cierta información de entrada solo una de las neuronas de
salida de la red (o una por cierto grupo de neuronas) se activa alcanzando su
valor de respuesta máximo después de competir las otras. Esta
neurona recibe el nombre de vencedora (winner-take-all unit).
Una red ART2 básicamente consta de dos capas entre las que se establecen conexiones hacia adelanta y hacia atrás (feedforward/feedback).
La estructura general de una red ART2 se muestra en la siguiente figura:
Donde la capa F1 se encuentra dividida en seis subcapas, w, x, u, v, p y q. Todos los nodos que están marcados con una G son unidades de control de ganancia, que envian una señal inhibitoria no especifica a todas la unidades de la capa a la que llegan. Todas las subcapas de F1 asi como la capa r del subsistema de orientacion, tiene el mismo numero de unidades. Las subcapas individuales de F1 están conectadas de unidad a unidad; esto es, las capas no están completamente interconectadas, con la excepción de las conexiones ascendentes que llegan a F2 y de las conexiones descendentes de F2.
Explicaremos brevemente los conceptos de subsistema de orientación, control de ganacia y subsistema de atención.
El subsistema de orientación es el responsable de detectar faltas de coincidencia entre las tramas ascendentes y descendentes de la capa F1. Esta utiliza para determinar la coincidencia una magnitud que recibe el nombre de parámetro de vigilancia y suele identificarse mediante el símbolo p. El valor del parámetro de vigilancia mide hasta que grado discrimina el sistema entre distintas clases de tramas de entrada.
El control de ganancia se utiliza cuando se implementa una red ART2 donde la capa F2 podría recibir entradas de otra capa por enzima de ella (dentro de una jerarquía de redes pertenecientes a un sistema mucho mayor), así como de la capa F1 que esta situada mas abajo. Este control impide que una trama que entre por enzima de la capa F2 se cruce o compare con otra trama que a entrado al mismo tiempo por la capa F1.
El subsistema de atención
esta compuesto por las dos capas de elementos de procesamiento, F1 y F2 y de
un sistema de control de ganancia.
Las ecuaciones que gobiernan el funcionamiento de las redes ART y ART2 son bastante complicadas. Por esta razon no las explicaremos en esta ayuda, aunque en el tema funcionamiento, se vera la aplicación de estas.