Академический Документы
Профессиональный Документы
Культура Документы
Redes Neurais
AULA 11
DATA MINING
Sandra de Amo
02/04/17 Mestrado em Ciencia da Computacao 1
Redes Neurais
I1
Conjunto de unidades
I2
2
input output
w32
I3 3
Conceito de Neurnio
Artificial
Camada de Camada Camada de
Input Intermediria Output Cada vrtice de uma camada
ligado a todos os vrtices da
camada seguinte.
02/04/17 Mestrado em Ciencia da Computacao 2
Como definir a topologia da rede ?
Topologia: nmero de camadas intermedirias, nmero de
neurnios nas camadas intermedirias e inicializao dos
pesos e tendncias.
Topologia ideal : Processo de tentativa e erro
Nmero de camadas intermedirias pode ser maior do que 1
Mais comum: uma nica camada intermediria
Se a rede treinada julgada no confivel, repete-se o
processo de treinamento com outra topologia e outros pesos e
tendncias iniciais
Diversas tcnicas automticas foram propostas para se
encontrar a topologia ideal da rede (produzindo os resultados
com maior acuracia).
Output Oj
02/04/17 Mestrado em Ciencia da Computacao 6
Funo de Ativao
Serve para normalizar os outputs que so
calculados em cada neurnio.
uma funo no-linear, diferencivel.
Normalmente, utiliza-se a funo:
f(x) = 1/(1+ex)
cuja derivada satisfaz
f (x) = f(x) (1 f(x))
I2 C2 2 0?
I3 C3 3 0?
Classe C1
I2 ww2222 w22
C2
ww3232 w32
I3 C3
w2i Oi
I2 i
w3i
I3
Oi = F( w1i*I1 + w2i*I2 + w3i*I3 + i )
F(x) = 1/(1+e-x)
0.2 -0.3 0.4 0.1 -0.5 0.2 -0.3 -0.2 -0.4 0.2 0.1
Volta
Unidade Erro
6 (0.474)(1 - 0.474)(1 - 0.474) = 0.1311
5 (0.525)(1 - 0.525)( 0.1311)(-0.2) = -0.0065
4 (0.332)(1 - 0.332)( 0.1311)(-0.3) = -0.0087
02/04/17 Mestrado em Ciencia da Computacao 16
Exemplo : Erros
E6 = (0.474)(1-0.474)(1-0.474) = 0.1311
E5 = (0.525)(1-0.525)(0.1311)(-0.2) =
-0.0065
E4 = (0.332)(1-0.332)(0.1311)(-0.3) =
-0.0087
02/04/17 Mestrado em Ciencia da Computacao 17
Ex: Ajustes dos Pesos e Tendncias
= 0.90
Antigo Valor Reajustado
W46 = -0.3 -0.3 + (0.90)(0.1311)(0.332) = -0.261
w56 = -0.2 -0.2 + (0.90)(0.1311)(0.525) = -1.138
w14 = 0.2 0.2 + (0.90)(-0.0087)(1) = 0.192
w15 = -0.3 -0.3 + (0.90)(-0.0065)(1) = -0.306
w24 = 0.4 0.4 + (0.90)(-0.0087)(0) = 0.4
w25 = 0.1 0.1 + (0.90)(-0.0065)(0) = 0.1
w34 = -0.5 -0.5 + (0.90)(-0.0087)(1) = -0.508
w35 = 0.2 0.2 + (0.90)(-0.0065)(1) = 0.194
6 = 0.1 0.1 + (0.90)(1.1311) = 0.218
5 = 0.2 0.2 + (0.90)(-0.0065) = 0.194
02/04/17 Mestrado em Ciencia da Computacao 18
= -0.4
4 -0.4 + (0.90)(-0.0087) = -0.408
Ajustes dos pesos e tendncias :
Modo Padro
Modo Padro (ou case updating)
A cada nova amostra analisada feito o ajuste dos pesos e
tendncias na fase de volta.
Os pesos e tendncias atualizados so utilizados na fase
da ida para a amostra seguinte.
Em cada poca os pesos e tendncias so ajustados N
vezes, onde N = total de amostras.