1960 - Se crea el Adaline

 

 El profesor Bernard Widrow y su alumno Ted Hoff con el diagrama del Adaline

El adaline (de ADAptative LINear Element) es un tipo de red neuronal artificial desarrollada por el profesor Bernard Widrow y su alumno Ted Hoff en la Universidad de Stanford en 1960.​ El modelo está basado en la Neurona de McCulloch-Pitts.

el objetivo de este tipo de red neuronal era la de crear una red adaptiva  en el sentido de que exista un procedimiento definido en donde se modifiquen los pesos de los objetivos para hacer posible que la red proporcione la señal  de salida correcta para cada tipo de entrada dada.

Características

Entre las características que posee esta red artificial tenemos que su aprendizaje es de tipo Off-Line el cual requiere de un conjunto de datos de entrenamiento y datos de prueba que ajusten los pesos de las conexiones de la red neuronal en función de las diferencias que existen entre los valores deseados y los obtenidos en las señales de salida. Este tipo de red neuronal tiene un aprendizaje supervisado que se caracteriza porque determina la respuesta que se debería generar a partir de una entrada determinada. 

Aprendizaje

El aprendizaje de la red Adaline a diferencia de los perceptrones es que a la hora de modificar los pesos de ambos valores durante el entrenamiento, la red Adaline tiene en cuenta el grado de la corrección de la salida obtenida con respecto a la estimada, esto se consigue gracias a que la aplicación de la regla Delta que es definido por un patron de entrada que tiene una salida estimada y una salida deseada.

Ventajas de la red Adaline

 Entre las ventajas que posee este tipo de red neuronal artificial tenemos es que su gráfica de error es una hipérbole un único valor mínimo global o de mejor manera una recta de valores mínimos todos ellos globales que a diferencia de los perceptrones esto evita la gran cantidad de problemas que tienen los perceptrones durante el entrenamiento ya que sus valores mínimos son locales.