Redes Neurais Artificiais so tcnicas

computacionais que apresentam um

modelo matemtico inspirado na
estrutura neural de organismos
inteligentes e que adquirem
conhecimento atravs da experincia.

Sinapse a regio onde dois neurnios entram em

contato e atravs da qual os impulsos nervosos so
transmitidos entre eles. Os impulsos recebidos por
um neurnio A, em um determinado momento, so
processados, e atingindo um dado limiar de ao, o
neurnio A dispara, produzindo uma substncia
neurotransmissora que flui do corpo celular para o
axnio, que pode estar conectado a um dendrito de
um outro neurnio B. O neurotransmissor pode
diminuir ou aumentar a polaridade da membrana
ps-sinptica, inibindo ou excitando a gerao dos
pulsos no neurnio B. Este processo depende de
vrios fatores, como a geometria da sinapse e o
tipo de neurotransmissor.

HISTRICO

1943

McCulloch e Pitts

1948

Wiener

1949

Hebb

1957

Rosenblatt

1958

Widrow e Hof

1969

Minsky e Papert

1960-1980

Kohonen,
Grossberg,
Widrow,
Anderson,
Caianiello,
Fukushima, gor
Aleksander

1974

Werbos

1982

Hopfield

1986

Rumelhart e
McClelland

O neurnio artificial uma estrutura lgico-matemtica

que procura simular a forma, o comportamento e as
funes de um neurnio biolgico. Assim sendo, os
dendritos foram substitudos porentradas, cujas
ligaes com o corpo celular artificial so realizadas
atravs de elementos chamados depeso(simulando as
sinapses). Os estmulos captados pelas entradas so
processados pelafuno de soma, e o limiar de disparo
do neurnio biolgico foi substitudo pelafuno de
transferncia.

Combinando diversos neurnios artificiais podemos formar o

que chamado de rede neural artificial. As entradas,
simulando uma rea de captao de estmulos, podem ser
conectadas em muitos neurnios, resultando, assim, em uma
srie de sadas, onde cada neurnio representa uma sada.
Essas conexes, em comparao com o sistema biolgico,
representam o contato dos dendritos com outros neurnios,
formando assim as sinapses. A funo da conexo em si
tornar o sinal de sada de um neurnio em um sinal de
entrada de outro, ou ainda, orientar o sinal de sada para o
mundo externo (mundo real). As diferentes possibilidades de
conexes entre as camadas de neurnios podem
gerarnnmeros de estruturas diferentes.

Dessa forma, Arquiteturas neurais so tipicamente

organizadas em camadas, com unidades que podem estar
conectadas s unidades da camada posterior.
Usualmente as camadas so classificadas em trs grupos:
Camada de Entrada: onde os padres so apresentados
rede;
Camadas Intermedirias ou Escondidas: onde feita
a maior parte do processamento, atravs das conexes
ponderadas; podem ser consideradas como extratoras de
caractersticas;
Camada de Sada: onde o resultado final concludo e
apresentado.

A propriedade mais importante das

redes neurais a habilidade de
aprender de seu ambiente e com isso
melhorar seu desempenho. Isso
feito atravs de um processo iterativo
de ajustes aplicado a seus pesos, o
treinamento. O aprendizado ocorre
quando a rede neural atinge uma
soluo generalizada para uma

Denomina-se algoritmo de aprendizado

a um conjunto de regras bem definidas
para a soluo de um problema de
aprendizado. Existem muitos tipos de
algoritmos de aprendizado especficos
para determinados modelos de redes
neurais, estes algoritmos diferem entre
si principalmente pelo modo como os
pesos so modificados.

Aprendizado Supervisionado, quando

utilizado um agente externo que indica rede
a resposta desejada para o padro de
entrada;
Aprendizado No Supervisionado(autoorganizao), quando no existe uma agente
externo indicando a resposta desejada para
os padres de entrada;
Reforo, quando um crtico externo avalia a
resposta fornecida pela rede.

Denomina-se ciclo uma apresentao de todos os N

pares (entrada e sada) do conjunto de treinamento
no processo de aprendizado. A correo dos pesos
num ciclo pode ser executado de dois modos:
1) Modo Padro: A correo dos pesos acontece a
cada apresentao rede de um exemplo do
conjunto de treinamento. Cada correo de pesos
baseia-se somente no erro do exemplo
apresentado naquela iterao. Assim, em cada
ciclo ocorrem N correes.
2) Modo Batch: Apenas uma correo feita por
ciclo. Todos os exemplos do conjunto de
treinamento so apresentados rede, seu erro
mdio calculado e a partir deste erro fazem-se as
correes dos pesos.

Referncias bibliogrficas
ALECRIM, E. (09 de 05 de 2004). Redes Neurais Artificiais. Acesso
em 23 de 06 de 2015, disponvel em Infowester:
http://www.infowester.com/
Braga, A. C. (s.d.). Instituto de Cincias Matemticas e de
Computao. Acesso em 23 de 06 de 2015, disponvel em USP:
http://www.icmc.usp.br/~andre/research/neural/index.htm#intro
MAGRI, Dino. Redes Neurais Artificiais. Inteligncia Artificial.
Universidade do Estado de Santa Catarina: 2011.
FERNEDA, Edberta. Redes Neurais e sua aplicao em sistemas de
recuperao de informaes. Faculdade de Filosofia Cincia e Letras
de Ribeiro Preto. Disponvel em www.scielo.br. Acesso em
20/06/2015 as 21:11
ANDRADE, Livia Naiara. APLICAO DE REDES NEURAIS ARTIFICIAIS
NA CLASSIFICAO DE REAS CAFEEIRAS EM MACHADO-MG.
Disponvel em www.scielo.br. Acesso em 20/06/2015 as 20:03.