0 оценок0% нашли этот документ полезным (0 голосов)
42 просмотров29 страниц
Este documento apresenta conceitos fundamentais sobre redes neurais artificiais, incluindo:
1) Uma breve história das redes neurais desde os trabalhos iniciais de McCulloch-Pitts, Hebb e Rosenblatt;
2) A estrutura básica do cérebro e neurônios biológicos;
3) Modelos de redes neurais como perceptrons e redes multicamadas.
Este documento apresenta conceitos fundamentais sobre redes neurais artificiais, incluindo:
1) Uma breve história das redes neurais desde os trabalhos iniciais de McCulloch-Pitts, Hebb e Rosenblatt;
2) A estrutura básica do cérebro e neurônios biológicos;
3) Modelos de redes neurais como perceptrons e redes multicamadas.
Авторское право:
Attribution Non-Commercial (BY-NC)
Доступные форматы
Скачайте в формате PPT, PDF, TXT или читайте онлайн в Scribd
Este documento apresenta conceitos fundamentais sobre redes neurais artificiais, incluindo:
1) Uma breve história das redes neurais desde os trabalhos iniciais de McCulloch-Pitts, Hebb e Rosenblatt;
2) A estrutura básica do cérebro e neurônios biológicos;
3) Modelos de redes neurais como perceptrons e redes multicamadas.
Авторское право:
Attribution Non-Commercial (BY-NC)
Доступные форматы
Скачайте в формате PPT, PDF, TXT или читайте онлайн в Scribd
Introduo a Inteligncia Artificial PROFESSOR: RAFAEL MARCIANO P. CRUZ
Programa de Ps Graduao em Cincia da Computao DCC - UFMG UNIDADE DIDTICA 3 3.1 Introduo e Histrico 3.2 Crebro e neurnios 3.3 Modelos bsicos de Redes Neurais 3.4 Tipos de Aprendizado em Redes Neurais
Programa de Ps Graduao em Cincia da Computao DCC - UFMG Introduo Redes Neurais Artificiais
Mquinas massivamente paralelas com inspirao no sistema nervoso biolgico, onde a programao substituda pela aprendizagem a partir de exemplos ou pela aprendizagem baseada em interao.
So sistemas de processamento de sinais ou de informaes compostos por um grande nmero de processadores elementares, chamados neurnios artificiais, operando de forma paralela e distribuda de modo a resolver um determinado problema fsico/computacional. Programa de Ps Graduao em Cincia da Computao DCC - UFMG Introduo Neurnio artificial modelo computacional
Funo de ativao tpica funo sigmide
SADA yK E (. ) wK1 wk2 wk3 wkp x1 x2 x3 xp uk SOMADOR FUNO DE ATIVAO E N T R A D A S PESOS LIMIAR ( ) ( ) 1 x x e
= + ( ) k k ki i i y u x e | | = = | \ .
Programa de Ps Graduao em Cincia da
Computao DCC - UFMG Historico Um histrico resumido sobre Redes Neurais Artificiais deve comear por trs das mais importantes publicaes iniciais, desenvolvidas por: McCulloch e Pitts (1943), Hebb (1949), e Rosemblatt (1958). Estas publicaes introduziram o primeiro modelo de redes neurais simulando mquinas, o modelo bsico de rede de auto-organizao, e o modelo Perceptron de aprendizado supervisionado, respectivamente. Programa de Ps Graduao em Cincia da Computao DCC - UFMG Historico Alguns histricos sobre a rea costumam pular os anos 60 e 70 e apontar um renicio da rea com a publicao dos trabalhos de Hopfield (1982) relatando a utilizao de redes simtricas para otimizao e de Rumelhart, Hinton e Williams que introduziram o poderoso mtodo Backpropagation. Programa de Ps Graduao em Cincia da Computao DCC - UFMG Historico Entretanto, para se ter um histrico completo, devem ser citados alguns pesquisadores que realizaram, nos anos 60 e 70, importantes trabalhos sobre modelos de redes neurais em viso, memria, controle e auto-organizao como: Amari, Anderson, Cooper, Cowan, Fukushima, Grossberg, Kohonen, von der Malsburg, Werbos e Widrow. Programa de Ps Graduao em Cincia da Computao DCC - UFMG Cerebro e Neuronio Programa de Ps Graduao em Cincia da Computao DCC - UFMG Programa de Ps Graduao em Cincia da Computao DCC - UFMG Cerebro e Neuronio Os neurnios se comunicam atravs de sinapses. Sinapse a regio onde dois neurnios entram em contato e atravs da qual os impulsos nervosos so transmitidos entre eles. Os impulsos recebidos por um neurnio A, em um determinado momento, so processados, e atingindo um dado limiar de ao, o neurnio A dispara, produzindo uma substncia neurotransmissora que flui do corpo celular para o axnio, que pode estar conectado a um dendrito de um outro neurnio B. O neurotransmissor pode diminuir ou aumentar a polaridade da membrana ps-sinptica, inibindo ou excitando a gerao dos pulsos no neurnio B. Este processo depende de vrios fatores, como a geometria da sinapse e o tipo de neurotransmissor. Em mdia, cada neurnio forma entre mil e dez mil sinapses. O crebro humano possui cerca de 10 E11 neurnios, e o nmero de sinapses de mais de 10 E14, possibilitando a formao de redes muito complexa. Programa de Ps Graduao em Cincia da Computao DCC - UFMG Aprendizagem em Redes Neurais Contexto da aprendizagem Em redes neurais artificiais, a aprendizagem est relacionada com a melhoria do desempenho do sistema.
Algoritmo de aprendizagem Refere-se ao procedimento atravs do qual as regras de aprendizagem so usadas para ajustar os pesos sinpticos de uma rede neural e, possivelmente, sua topologia (nmero de camadas, nmero de neurnios por camada ou o perfil das interconexes).
Programa de Ps Graduao em Cincia da Computao DCC - UFMG Aprendizagem em Redes Neurais Classificao dos algoritmos de aprendizagem Supervisionado baseado na correo do erro entre as sadas apresentadas pela rede e aquelas sadas desejadas. Ambiente Agente - Rede Professor Resposta desejada Resposta da rede erro Programa de Ps Graduao em Cincia da Computao DCC - UFMG Aprendizagem em Redes Neurais Classificao dos algoritmos de aprendizagem Aprendizagem por reforo baseado na interao entre o agente e seu ambiente. Ambiente Agente - Rede Resposta (ao) da rede Percepo (estado) do ambiente Recompensa (punio) Programa de Ps Graduao em Cincia da Computao DCC - UFMG Aprendizagem em Redes Neurais Classificao dos algoritmos de aprendizagem
No supervisionado baseado na anlise das correlaes entre as entradas de forma a agrup-las, codific-las ou categoriz-las. Entradas similares so classificadas como pertencentes mesma categoria e devem ativar a mesma unidade de sada (neurnio), que corresponder a um prottipo desta categoria. Baseada no princpio da competio entre os neurnios pela ativao, normalmente o vencedor-leva-tudo. Programa de Ps Graduao em Cincia da Computao DCC - UFMG Perceptron No final da dcada de 1950, Rosenblatt na Universidade de Cornell, criou uma genuna rede de mltiplos neurnios do tipo discriminadores lineares e chamou esta rede de perceptron.
Um perceptron uma rede com os neurnios dispostos em camadas.
Estes podem ser considerados o primeiro modelo de redes neurais. Programa de Ps Graduao em Cincia da Computao DCC - UFMG Perceptron aprende conceitos, ele pode aprender a responder com verdadeiro (1) ou falso (0) pelas entradas que ns apresentamos a ele, estudando repetidamente os exemplos que lhe so apresentados.
O Perceptron uma rede neural cujos os pesos e inclinaes podem ser treinados para produzir um vetor alvo que quando apresentamos tem que corresponder ao vetor de entrada. Programa de Ps Graduao em Cincia da Computao DCC - UFMG As redes perceptron tem duas limitaes. Primeiro, os valores de sada do perceptron podem assumir somente dois valores (Verdadeiro ou Falso). Segundo, perceptrons somente podem classificar grupos de vetores linearmente separados. Programa de Ps Graduao em Cincia da Computao DCC - UFMG Exemplo de uma rede neural perceptron de vrias camadas Programa de Ps Graduao em Cincia da Computao DCC - UFMG Usualmente as camadas so classificadas em trs grupos:
Camada de Entrada: onde os padres so apresentados rede;
Camadas Intermedirias ou Escondidas: onde feita a maior parte do processamento, atravs das conexes ponderadas; podem ser consideradas como extratoras de caractersticas;
Camada de Sada: onde o resultado final concludo e apresentado.
Programa de Ps Graduao em Cincia da Computao DCC - UFMG Aprendizado (ou treinamento) O aprendizado consiste na modificao dos pesos das conexes entre os neurnios, os pesos iniciais (sinapses) so modificados de forma iterativa, por um algoritmo que segue um dos seguintes paradigmas:
Programa de Ps Graduao em Cincia da Computao DCC - UFMG Aprendizado Supervisionado: apresentado um conjunto de treino, consistindo de entradas e correspondentes sadas desejadas.
Aprendizado por Reforo: para cada entrada apresentada, produzida uma indicao (reforo) sobre a adequao das sadas correspondentes produzidas pela rede. Programa de Ps Graduao em Cincia da Computao DCC - UFMG Aprendizado No-supervisionado: A rede atualiza seus pesos sem o uso de pares entrada-sadas desejadas e sem indicaes sobre a adequao das sadas produzidas.
Programa de Ps Graduao em Cincia da Computao DCC - UFMG REDES ART ART so as siglas em ingls de Teoria da Ressonncia Adaptativa (Adaptive Resonance Theory), desenvolvida inicialmente por Stephen Grossberg, em 1976, e em publicaes posteriores em parceria com Gail Carpenter (1986/87). Programa de Ps Graduao em Cincia da Computao DCC - UFMG REDES ART As redes neurais artificiais ART so redes que no precisam da exposio prvia de qualquer nmero de elementos do conjunto de dados para o seu treinamento. A principal caracterstica dessa famlia de arquiteturas a sua capacidade para formar agrupamentos (clusters), que nos permite identificar padres desconhecidos.Existem trs modelos de redes ARTs: Programa de Ps Graduao em Cincia da Computao DCC - UFMG REDES ART ART1: capaz de aprender a categorizar padres de entrada binrios apresentados em ordem arbitrria. ART2: pode aprender a categorizar padres de entrada analgicos ou binrios. ART3 (ARTMAP): pode realizar uma busca paralela, ou teste de hipteses, em cdigos com reconhecimento distribudo. Programa de Ps Graduao em Cincia da Computao DCC - UFMG Hardware para Redes Neurais Implementaes analgicas e digitais Digital Mquinas dedicadas neurocomputers so basicamente sistemas multiprocessados compostos de processadores comercialmente disponveis ou customizados. As principais arquiteturas empregadas so baseadas nos paradigmas SIMD (single-instruction multiple data) e systolic arrays Circuitos dedicados so usados para resolver problemas com requisitos especiais de tempo e rea. Podem ser do tipo offline learning, onde a aprendizagem realizada em uma mquina convencional e on-chip learning, onde o algoritmo de aprendizagem e o sistema de aprendizagem so implementados no hardware. Sistema de aprendizagem adapta continuamente seus ganhos sinpticos, em um ambiente dinmico. Programa de Ps Graduao em Cincia da Computao DCC - UFMG Hardware para Redes Neurais Outra classificao do hardware digital Programa de Ps Graduao em Cincia da Computao DCC - UFMG Atividades 1- Defina Redes Neurais Artificiais. 2- Explique a estrutura de um neurnio. 3- Conceitue um algoritmo de aprendizagem. 4- Apresente alguns Hardwares para redes neurais. 5- Explique as camadas do Perceptron. 6- Explique os tipos de aprendizado. Programa de Ps Graduao em Cincia da Computao DCC - UFMG Crditos Material cedido pelo professor Hewerton Santiago.