28/11/2011

REDES NEURAIS

Redes Neurais - Definio

As redes neurais artificiais se fundamentam nos estudos sobre a estrutura do crebro humano para tentar emular sua forma inteligente de processar informaes. Apesar de se desconhecer a maneira pela qual o crebro manipula informaes complexas.
(BEALE, 1990 apud MULLER, 1996)

Histrico das Redes Neurais

O neurofisiologista W. McCulloch e o matemtico Walter Pitts, fizeram uma analogia entre as clulas nervosas e o processo 1943 eletrnico. Marvin Minsky, co-fundador do Laboratrio de Inteligncia Artificial do MIT, construiu o SNARC, o primeiro simulador de 1951 cadeia neural. 1 Conferncia Internacional de Inteligncia Artificial, foi apresentado um modelo de RNA pelo pesquisador da IBM Nathaniel Rochester. Poucos avanos. Ocorreu a 1 Conferncia de Redes Neurais. Desde ento, muitas instituies formaram institutos de pesquisa e programas de educao.

Fundamentao e Motivao Biolgica

A Neurocincia busca, atravs do estudo do conjunto de complexos processos mentais via comportamento das clulas nervosas, a compreeno de como o crebro produz a individualidade da ao dos seres enceflicos.

1956
60 /70

1987

O neurnio biolgico
Um neurnio uma clula composta de um corpo celular (onde est o ncleo, o citoplasma e o citoesqueleto), e de finos prolongamentos celulares denominados neuritos, que podem ser subdivididos em dendritos e axnios.

Estrutura simplificada de neurnio biolgico

Um neurnio biolgico composto de 4 partes principais:

Axnio: envia impulsos eltricos. Dendritos: recebem informao provenientes de outros neurnios. Sinapse: ponto de contato entre neurnios.

Corpo.

28/11/2011

Estrutura de um neurnio e Fluxo sinptico

Estrutura das redes neurais biolgicas

Em mdia, cada neurnio forma entre mil e dez mil sinapses. O crebro humano possui cerca de 1011 neurnios, e o nmero de sinapses de mais de 1014, possibilitando a formao de redes muito complexas.

Redes Neurais Artificiais Definio

Redes Neurais Artificiais (RNA) so sistemas inspirados nos neurnios biolgicos e na estrutura massivamente paralela do crebro humano, com capacidade de adquirir, armazenar e utilizar conhecimento experimental.

Estrutura das redes neurais artificiais

As redes neurais artificiais podem ser descritas como modelos matemticos que recebem um conjunto de evidncias de entrada (camada de entrada), possuem vrias camadas intermedirias de ns que se conectam amplamente s camadas adjacentes e, finalmente uma camada de sada que evidencia os resultados do processamento desta rede.

Aplicaes

Aplicaes Comerciais
Automotiva: sistema de direo automtica Defesa: direcionamento de armas, rastreamento de alvos, reconhecimento facial, sonar, radar, supresso de rudos, compresso de imagens, etc; Eletrnica: predio de seqncia de cdigo, controle de processos, anlise de falhas em chips, roteamento de layout de placas de circuito impresso, viso computacional, etc; Entretenimento: animao, efeitos especiais, etc; Manufatura: diagnstico de mquinas, inspeo visual de qualidade, predio de qualidade de papel, teste de cerveja, sistema de modelamento dinmico de processos qumicos, etc.

28/11/2011

Propriedades e capacidades das Redes Neurais

Redes Neurais - Modelo de um neurnio artificial

Somador : promove a combinao linear dos sinais de entrada multiplicados pelos pelos sinpticos ;

Adaptatividade: redes neurais podem ser treinadas para adaptar seus pesos sinpticos em condies real-time quando operando em ambientes no estacionrios.

Tolerncia a falhas: em caso de danos a um dos neurnios da rede ou suas conexes sinpticas, apesar da qualidade da resposta ser influenciada preciso que a amplitude do dano a rede seja elevado antes que sua resposta seja completamente degradada. Bias : Define o limitar de ativao do neurnio aumentando ou reduzindo a entrada da rede na funo de ativao ;

Funes de ativao
Funes de ativao : responsvel pela limitao da sada do neurnio. a componente no-linear do neurnio artificial;

Arquiteturas de RNAs
Neurnios agrupados em camadas. Neurnios da mesma camada no so conectados. Sinal percorre a rede em uma nica direo

Sem realimentao:

Recorrentes:

Sinal percorre a rede em duas direes. Memria dinmica: capacidade de representar estados em sistemas dinmicos.

Arquiteturas de RNAs
Feedforward single-Layer a forma mais simples de rede neural, onde ns temos uma camada de entrada dos ns fonte que projetam-se para uma camada de sada (apenas em um nico sentido) Empregada em problemas que envolvam sistemas estticos; Com pequeno grau de complexibilidade; So de fcil treinamento;

Arquiteturas de RNAs
Feedforward Multilayer Esta segunda classe de redes feedforw Esta segunda classe de redes feedforward distingui-se da anterior pela presena de uma ou mais camadas ocultas (onde ficam os neurnios escondidos).

28/11/2011

Arquiteturas de RNAs
Feedforward Multilayer Esta segunda classe de redes feedforw So ditas completamente conectadas se cada n da rede est conectado a todos os ns adjacentes da camada seguinte (caso contrrio so ditas parcialmente conectadas); Recorrentes

Arquiteturas de RNAs
So redes que distinguem-se das feedforward pela presena de pelo menos um loop de realimentao entre neurnios da mesma camada e/ou camadas anteriores. Empregada em problemas que envolvam sistemas dinmicos; Possuem memria

Empregada em problemas que envolvam sistemas estticos; Com possibilidade de aplicao tanto para problemas simples como para problemas de elevado grau de complexibilidade; No possuem memria; So de fcil treinamento;

So de difcil treinamento;

O Treinamento da RNA
O Treinamento da RNA

Rede Multicamadas

Treinar rede neural: ajustar pesos das vrias camadas de forma que a sada coincida com valor desejado para uma dada entrada. O treinamento pode ser: supervisionado (com um professor); no supervisionado (auto-organizado).

Topologias de rede: redes Recorrentes (no h direo privilegiada para propagao da informao); redes Feedforward (sinal vai sempre das entradas para as sadas).

Redes de vrias camadas

Processos de Aprendizado
A propriedade mais importante das redes neurais a habilidade de aprender de seu ambiente e com isso melhorar seu desempenho. Isso feito atravs de um processo iterativo de ajustes aplicado a seus pesos, o treinamento. O aprendizado ocorre quando a rede neural atinge uma soluo generalizada para uma classe de problemas.

Uma rede neural pode ter uma ou vrias camadas. As redes que possuem uma nica camada so as redes que possuem um n entre uma entrada e uma sada da rede. Essas camadas so chamadas de camadas escondidas (hidden, intermedirias ou ocultas).

28/11/2011

Algoritmo de Aprendizado
Algoritmo de aprendizado um conjunto de regras bem definidas para a soluo de um problema de aprendizado. Existem muitos tipos de algoritmos de aprendizado especficos para determinados modelos de redes neurais, estes algoritmos diferem entre si principalmente pelo modo como os pesos so modificados.

Tipos de Aprendizado
Aprendizado Supervisionado
quando utilizado um agente externo que indica rede a resposta desejada para o padro de entrada.

Aprendizado No Supervisionado
(auto-organizao), quando no existe uma agente externo indicando a resposta desejada para os padres de entrada.

Reforo
quando um crtico externo avalia a resposta fornecida pela rede.

Perceptron
Arquitetura baseada em um neurnio discreto. Conseguem representar qualquer funo linearmente separvel.

Fases de um projeto de redes neurais

O Projeto

Definio da rede neural

Utilizao da rede neural

Concepo de rede neural

Treinament o de uma rede neural

Implementao de uma rede neural

Exemplo

Aplicaes de redes neurais

Exemplos de aplicaes
Robtica Leitura Labial Realidade Virtual Reconhecimento de Voz Mercado Financeiro Softwares de OCR Data mining Neurocincia

Diversas aplicaes prticas:

Interpretao de cenas visuais. Reconhecimento da fala. Aprendizado de estratgias para controlar robs. Reconhecimento de caracteres manuscritos. Reconhecimento de faces Bioinformtica Predio financeira