El objetivo de este artículo es establecer un algoritmo de búsqueda estocástica para redes neuronales basado en procesos estocásticos fraccionarios con el parámetro de Hurst . Definimos y discutimos las propiedades de los procesos estocásticos fraccionarios, , que generalizan un movimiento Browniano estándar. Los procesos estocásticos fraccionarios capturan propiedades útiles pero diferentes para simular fenómenos del mundo real. Este enfoque proporciona nuevas ideas para los algoritmos de descenso de gradiente estocástico (SGD) en el aprendizaje automático. Exhibimos propiedades de convergencia para procesos estocásticos fraccionarios.