{rfName}
In

Indexado en

Licencia y uso

Citaciones

58

Altmetrics

Análisis de autorías institucional

Dominguez, DAutor (correspondencia)Koroutchev, KAutor o CoautorSerrano, EAutor o CoautorRodriguez, F BAutor o Coautor

Compartir

Publicaciones
>
Artículo

Information and topology in attractor neural networks

Publicado en:NEURAL COMPUTATION. 19 (4): 956-973 - 2007-04-01 19(4), DOI: 10.1162/neco.2007.19.4.956

Autores: Dominguez, D; Koroutchev, K; Serrano, E; Rodriguez, F B

Afiliaciones

Resumen

A wide range of networks, including those with small-world topology, can be modeled by the connectivity ratio and randomness of the links. Both learning and attractor abilities of a neural network can be measured by the mutual information (MI) as a function of the load and the overlap between patterns and retrieval states. In this letter, we use MI to search for the optimal topology with regard to the storage and attractor properties of the network in an Amari-Hopfield model. We find that while an optimal storage implies an extremely diluted topology, a large basin of attraction leads to moderate levels of connectivity. This optimal topology is related to the clustering and path length of the network. We also build a diagram for the dynamical phases with random or local initial overlap and show that very diluted networks lose their attractor ability.

Palabras clave

Associative memoryDynamicsModelSmall-world networks

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista NEURAL COMPUTATION debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2007, se encontraba en la posición 13/93, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Computer Science, Artificial Intelligence.

Desde una perspectiva relativa, y atendiendo al indicador del impacto normalizado calculado a partir del Field Citation Ratio (FCR) de la fuente Dimensions, arroja un valor de: 3, lo que indica que, de manera comparada con trabajos en la misma disciplina y en el mismo año de publicación, lo ubica como trabajo citado por encima de la media. (fuente consultada: Dimensions Jun 2025)

De manera concreta y atendiendo a las diferentes agencias de indexación, el trabajo ha acumulado, hasta la fecha 2025-06-05, el siguiente número de citas:

  • WoS: 17
  • Scopus: 15
  • Europe PMC: 3
  • Google Scholar: 23
  • OpenCitations: 15

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-06-05:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 32 (PlumX).

Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (DOMINGUEZ CARRETA, DAVID RENATO) y Último Autor (RODRIGUEZ ORTIZ, FRANCISCO BORJA).

el autor responsable de establecer las labores de correspondencia ha sido DOMINGUEZ CARRETA, DAVID RENATO.