Professional Documents
Culture Documents
O sistema nervoso junto com o sistema endócrino proporciona muitas das funções de
controle do corpo. O sistema nervoso de que o cérebro faz parte controla as reações
rápidas do corpo e controla a taxa de secreção de muitas glândulas endócrinas.
Existem dois tipos principais de células no cérebro, o neurônio e a glia. É comum atribuir
aos neurônios as principais funções do cérebro, já que a função da glia tem muito a ser
descoberto. Existem aproximadamente 1011 neurônios no cérebro humano, e podem ser de
diversos tipos. Normalmente, ele é como o neurônio abaixo mostrado:
Ilustração: Um neurônio.
Quando o potencial de ação se propaga pelo axônio, chega a uma de suas terminações. Aí
ele provoca modificações na membrana destas terminações, as sinapses. Isto permite a
liberação de moléculas, de vários tipos com o nome genérico de neurotransmissores que
se difundem no espaço entre o terminal do axônio e um outro neurônio, geralmente o
terminal de um dendrito. Moléculas de neurotransmissor ao se colar ao dendrito
provocam uma modificação na membrana deste que acaba, algumas vezes, provocando
um potencial de ação, outras vezes, dificultando seu aparecimento. Este potencial de
ação, se criado, se propaga até o soma do neurônio que recebeu o sinal alterando sua
freqüência de disparo.
Pode-se dizer portanto que a transmissão de informação entre neurônios depende do tipo
de neurotransmissor e de sua abundância no terminal sináptico e da sensibilidade da
membrana dendrítica à excitações. Desta forma modificando a intensidade com que um
neurônio é capaz de excitar (ou inibir) um outro neurônio, depende de características
sinápticas, e são estes valores de conexões que globalmente são responsáveis pelo
comportamento da rede de neurônios. Mudando valores destas conexões muda-se o
comportamento da rede. E estas mudanças de comportamento representam um
aprendizado da rede. Como o comportamento de uma rede neural depende diretamente
dos valores de suas conexões sinápticas, o estudo de redes neurais tem também o nome
de Conexionismo.
5 PROCESSOS DE APRENDIZAGEM
Quanto a isso, se classificam por memorização, por ser contado, por exemplos, por
analogia e por exploração e descoberta. Geralmente, as RNAs aprendem por mistura dos
três últimos
A expressão usada na Lei de Hebb é muito simplificada. Com efeito, consideremos que
uma sinapse real tem:
Pode ser considerada como a generalização da regra delta para redes diretas com mais de
duas camadas. Neste caso, ao meus uma camada de neurônios não está envolvida com a
entrada ou saída e é interna a rede assim sendo. Quando aprendem a executar uma
função, essas camadas agem como se houvessem uma representação interna da solução
do problema.
A retropropagação é, na verdade, uma regra de aprendizado supervisionado. Apresenta-se
à rede um exemplo e verifica a saída da rede, que é comparada à saída esperada, e dá um
erro. Calcula-se o gradiente do erro com os valores sinápticos da camada de saída que é
atualizada por um passo escolhido podendo-se calcular o erro da saída da penúltima
camada, e assim por diante propagando pra trás o erro.
Usa-se a mesma idéia de Darwin, como aleatoriedade e luta pela vida, paras-se definir
este algoritmo. Aplicado a populações a idéia leva a algoritmos genéticos. Vejamos a
versão usada em um estudo de manter a posição em pé.
O processo é o corpo da criança de pé. A entrada é o desejo de ficar nesta posição. As
perturbações são do tipo vento, algum peso carregado, etc. A realimentação modela os
sentidos. Incorpora-se informações visuais, do labirinto, proprioceptivas relativas `as
posições das juntas, etc. As informações do labirinto incluem as provenientes de órgãos
vestibulares tais como os canais semicirculares capazes de detetar aceleração angular e os
órgãos otolíticos capazes de detetar aceleração linear.