Академический Документы
Профессиональный Документы
Культура Документы
EQUIPE
•ALEXANDRE BRAGA
•
•FLÁVIO EDUARDO
•
•VICTOR VINÍCIUS
INTRODUÇÃO
•
CARACTERÍSTICAS
• São modelos adaptativos treináveis;
• Podem representar domínios complexos (não
lineares);
• São capazes de generalização diante de informação
incompleta;
• Robustos;
• São capazes de fazer armazenamento associativo
de informações;
• Processam informações Espaço/temporais;
• Possuem grande paralelismo, o que lhe conferem
rapidez de processamento;
•
•
•
TOPOLOGIAS NEURAIS
• São tipicamente organizadas em CAMADAS, com
UNIDADES que podem estar CONECTADAS às unidades da
camada posterior, como é ilustrado na FIGURA 1 do próximo
slide. Usualmente as camadas são classificadas em TRÊS
GRUPOS:
•
•
TOPOLOGIAS NEURAIS
possui D IS P O S IT IV O S D E T E C T O R E S D E S U B PA D R Õ E S V IS U A IS P R E D E FIN
PERCEPTRON - ESQUEMA
*
* A menor variação no sinal de
entrada (mensurando) que
resultará numa variação
mensurável na saída FIGURA 2 - PERCEPTRON
ART
com . br / rn / rn_dap
s /# utilização
torialRN / frm1_arquitetura
FINAL
Obrigado!