Académique Documents
Professionnel Documents
Culture Documents
Fundamentos e aplicaes
Motivao:
Como o crebro funciona?
O crebro:
Ramn y Cajl, em 1911, sugere que os
O crebro:
No roda programa.
Controla o comportamento visando a
sobrevivncia.
Adaptabilidade atravs de aprendizado.
Tolerante a erros.
Opera com conhecimento parcial.
Grande capacidade de memria.
Neurocomputao
Computao tradicional baseada na
Neurocomputao
Soluo alternativa para problemas intratveis
ou ainda no resolvidos.
Aplicao
Marketing de Banco de
Dados
Indstria
Todas
Funo
Agrupamento, Classificao
e
Modelagem
Gerenciamento de Relaes
de
Todas
Clientes
Deteco de Fraudes
Agrupamento, Classificao
e
Modelagem
Reconhecimento de
Caracteres pticos
Financeira e Classificao
Varejo
Reconhecimento de
Caracteres de
Informtica
e
Caligrafia
Financeira
Agrupamento e Classificao
PROGRAMA
1 - Introduo, Histrico
2 Conceitos bsicos
3 Perceptrons
4 Redes Multicamadas
5 Redes auto-organizveis
6 Redes Recorrentes
7 Aplicaes
Bibliografia:
Fausett, Laurene. Fundamentals of Neural Networks.
Neurnio biolgico
Neurnio biolgico
Neurnio artificial
x1
x2
1
w1
w2
w3
sada
x3
entradas
Neurnio Y recebe sinais x1, x2 e x3 de entrada.
w1, w2, w3 e b so os pesos das conexes.
Neurnio artificial
1
x1
x2
w1
w2
w3
net
f
1
net
x3
Entrada lquida do neurnio Y:
Ativao y do neurnio:
net = w1.x1+w2.x2+w3.x3+b
y = f(net) , onde f a
funo de ativao.
Arquiteturas tpicas
RNA de uma camada
w11
x1
w12
w13
x2
w21
y2
w22
w23
entradas
y1
y3
saidas
Arquiteturas tpicas
- RNA multicamada
Funes de ativao
a) Funo degrau
f(x)
1
b) Funo semi-linear
f(x)
1
Funes de ativao
c) Funo linear
y(x)
y ( x) ax
d) Funo sigmoidal
1
y ( x)
1 e kx
x
y(x)
1
y(x)
1
1 e kx
y ( x) tanh(kx)
1 e kx
-1
Processos de aprendizagem
Aprendizado supervisionado
Utilizao do par (entrada, sada)
Aprendizado no supervisionado
Utilizao apenas das entradas
Neurnio de McCullock-Pitts(1943)
Primeiro neurnio artificial.
Caractersticas:
Neurnio de McCulloch-Pitts
Arquitetura:
x1
xn
w
w
p
xn+1
p
xm
1, se yl>=
Y
f(yl) =
0, se yl<
Neurnio de McCulloch-Pitts
Condio de inibio absoluta:
> n.w p
Y dispara se recebe k ou mais entradas
excitatrias e nehuma inibitria.
k.w >=
No h treinamento.
Exemplos: funes lgicas.