Академический Документы
Профессиональный Документы
Культура Документы
REDES NEURAIS
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)
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.
Corpo.
28/11/2011
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
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).
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.
O Projeto
Exemplo
Exemplos de aplicaes
Robtica Leitura Labial Realidade Virtual Reconhecimento de Voz Mercado Financeiro Softwares de OCR Data mining Neurocincia