Andr Siqueira Ruela

Crebro: Um computador altamente

complexo, no-linear e paralelo.
Principal componente: Neurnio
Redes Neurais Biolgicas
Velocidade de Operao:
Computadores: nanosegundos (10
-9
s).
Neurnios: milisegundos (
10-3
s).
Crebro: rede de neurnios massivamente
paralela.
10 bilhes de neurnios.
60 trilhes de interconexes.
Redes Neurais Biolgicas
Redes Neurais Biolgicas
Redes Neurais Biolgicas
Comunicao entre neurnios:
Redes Neurais Biolgicas
Modelo de Neurnio
Modelo de Neurnio
Funo de Ativao s(u)
Funo de Ativao s(u)
Rede feedfoward (sem realimentao):
Esttica.
Estruturalmente estvel.
Arquitetura da Rede
Exemplo de Operao
Exemplo de Operao
Exemplo de Operao
Exemplo de Operao
Problemas para os quais RNAs NO so
adequadas:
Problemas que podem ser solucionados por uma
sequncia de passos bem definidos.
Problemas solucionveis por algoritmos que
possuem blocos de construo estticos (a lgica
no muda).
Problemas os quais necessrio saber como a
soluo foi derivada.
Utilidades
Problemas para os quais RNAs so
adequadas:
Reconhecimento de padres.
Classificao.
Predio de sries.
Minerao de Dados.
Utilidades
No-linearidade.
Interconexo de neurnios no-lineares.
No-linearidade distribuda atravs da rede.
Mapeamento das entradas e sadas.
Aprendizagem com um professor.
Adaptabilidade.
Pode adaptar os parmetros livres. Eles se
modificam no ambiente circundante.
Utilidades e Capacidades
Exemplo de Associaes
Exemplo
Exemplo de Associaes
Resposta Evidencial.
Deciso com uma medida de confiana.
Tolerncia a Falhas.
Degradao suave.
Implementabilidade em (VLSI).
Very-Large-Scale Integration .
Utilidades e Capacidades
Treinamento o processo iterativo no qual os
pesos das interconexes so ajustados para que
a rede retorne uma sada apropriada.
Supervisionado.
dado um conjunto de entrada e um conjunto de sada
ou respostas desejadas.
No Supervisionado.
dado apenas um conjunto de entrada.
Modelos hbridos.
Treinamento e Aprendizagem
Estgio em que os resultados retornados pela
RNA so avaliados.
Em geral, utiliza-se um conjunto de dados de
treinamento diferente do conjunto de dados
de validao.
Validao
Heaton Research.
Fornece um framework para se trabalhar com RNAs
na linguagem Java (gratuito).
O livro introdutrio da disciplina ($$$) apresenta os
princpios bsicos de RNAs e codificaes em Java.
Implementando RNAs
Matrizes so a base!
matriz de pesos
matriz de pesos e limiares
Como implementar?
Classes relacionadas a matrizes
Hopfield Neural Network
Uma rede neural que reconhece o padro
0101.
Hopfield Neural Network
Como treinar uma Hopfield NN?
M x M
T
= R
R I = C
Classe HopfieldNetwork