CENTRO UNIVERSITRIO PADRE ANCHIETA Sistemas de Informao

MAPAS DE KOHONEN

FLVIA PASSONI 0910023 THAYANE SUSIELLEN SANCHES 0910306

JUNDIA - SP 2012

CENTRO UNIVERSITRIO PADRE ANCHIETA Sistemas de Informao

MAPAS DE KOHONEN

FLVIA PASSONI 0910023 THAYANE SUSIELLEN SANCHES 0910306

Trabalho apresentado ao Centro Universitrio Padre Anchieta, no curso de Sistemas de Informao, na disciplina de Tpicos Avanados II, sob orientao do professor Peter Jandl Junior.

JUNDIA - SP 2012

Mapas de Kohonen

As redes self-organizing, SOM (Self-Organizing Maps), tambm chamadas de mapas de caractersticas self-organizing, foram desenvolvidas por Teuvo Kohonen. Os mapas de Kohonen so algoritmos ideais para problemas com padres no determinados. Por meio da reduo quantitativa de dados, assim como diminuio de dimenses, mantendo as suas proporcionalidades, h uma minimizao da problemtica. Utiliza o mtodo de aprendizado por competio e composto por duas camadas: a de entrada e de Kohonen.

Os mapas baseiam-se em uma tcnica de rede neural chamada rede competitiva ou modelo de competio, por meio da qual o algoritmo implementado realiza a ponderao dos pesos usando competio como forma de aprendizado. Toda a anlise a ser realizada est sobre os dados de entrada e h o que chamamos de treinamento no supervisionado para que haja a evoluo da soluo do problema. O caminho percorrido no desenvolvimento da tecnologia foi longo. Das primeiras idias sobre como os sistemas biolgicos aprendem, na dcada de 30, disseminao dos aplicativos para computadores pessoais, neste final dos anos 90, houve desvios de rota, caminhos sem sada, retrocessos, desaceleraes e retomadas. Recentemente, no entanto, avanos na teoria e o desenvolvimento de interface amigvel permitiram o desenvolvimento de um grande nmero de aplicaes comerciais de baixo custo e fcil implementao. Dentre estas, destaca-se, na rea de segmentao de mercado, a utilizao dos mapas auto-produzidos em redes de Kohonen.

Redes Neurais

Em

essncia,

Redes

Neurais

so

uma

tecnologia de processamento de informaes que se inspira no funcionamento do crebro humano. Apresentadas a uma srie de estmulos (os dados a analisar) as redes neurais os organizam e aprendem a reconhecer padres e fazer previses. Se receberem informaes sobre a magnitude e direes dos erros que cometem na anlise, aperfeioam seu conhecimento, seguintes. Como todas as redes neurais, as de Kohonen so formadas por um conjunto de elementos simples, chamados neurnios, organizados em estruturas mais complexas, que funcionam em conjunto: a rede. Cada neurnio uma unidade de processamento que recebe estmulos (de fora do sistema ou de outros neurnios), e produz uma resposta (para outors neurnios ou para fora do sistema). Tal como os neurnios do crebro, os das redes neurais so interligados entre si por ramificaes atravs das quais os estmulos so propagados. O processo de aprendizado consiste em reforar as ligaes que levam o sistema a produzir respostas mais eficientes. O que distingue as redes de Kohonen das demais uma estrutura em duas camadas: uma de entrada e outra de processamento, onde se forma o mapa. A camada de processamento formada por um grid de neurnios equiespaados conectados apenas aos seus vizinhos imediatos. Os ns ou neurnios da rede SOM esto localmente interconectados por uma relao de vizinhana, determinando a topologia do mapa. Num mapa bidimensional, a vizinhana pode ser hexagonal ou retangular. melhorando as respostas

Para Que Servem Os Mapas?

Um mapa de Kohonen um arranjo de neurnios, geralmente restrito a espaos de dimenso 1 ou 2, que procura estabelecer e preservar noes de vizinhana (preservao topolgica). Se estes mapas apresentarem propriedades de auto-organizao, ento eles podem ser aplicados a problemas de clusterizao e ordenao espacial de dados. Neste caso, vai existir um mapeamento do espao original (em que os dados se encontram) para o espao em que est definido o arranjo de neurnios. Alguns exemplos de sistemas naturais que apresentam organizao: galxias, planetas, componentes qumicos, clulas, organismos, sociedades. Alguns exemplos de para que serve um mapa de Kohonen: Visualizar dados multidimensionais; Detectar agrupamentos (clusters); Fazer segmentao de mercado; Detectar outliers; Resolver o TSP, controlar Robots, Alarmes, etc.

Como Pode Ser Aplicado?

Pode ser aplicada em diversas reas como reconhecimento de voz e anlise exploratria de dados, esta ferramenta serve como auxilio relevante na soluo de problemas complexos baseando-se no fato de que preserva a metodologia de analise de similaridade presente no crebro humano e de outros animais.

Exemplos de Uso

Originalmente criada por Kohonen (1981), o SOM foi inicialmente aplicado para reconhecimento de fala. Em 1996, foi aplicado pela primeira vez no estudo da gua (Chon et al., 1996) por meio do estudo de comunidades-padro de bentos em correntes de gua e desde ento tem sido aplicado com frequncia em diversos estudos relacionados dados ambientais multidimensionais. So tambm exemplos de uso do Mapa de Kohonen atualmente: Monitorizao de processos (anlise de trajetrias no espao de sada), do estado de condio de mquinas, reconhecimento de voz, anlise de imagem, estudos musicais, desenho de circuitos, anlise geopoltica, lingustica, pesquisa na Web, Economia, biologia, qumica, Minerao de Dados, etc.

Quem Usa?

Devido habilidade das redes em modelar dados com rapidez e flexibilidade, seu uso j est razoavelmente generalizado em organizaes de pesquisa e ensino; empresas e governo esto se iniciando no assunto. A tabela abaixo mostra uma lista de empresas e produtos que utilizam SOM. Obviamente, a tabela apenas um pequeno exemplo, mas pode-se perceber que entre as principais funcionalidades esto reconhecimento de padres como caligrafia, o que ser cada vez mais importante na interface homemcomputador e tambm anlise de padres para previso. Empresas de carto de crdito abastecem seus bancos de dados com o histrico de gastos de seus clientes e utilizam redes neurais e mapas auto organizveis para varrer esse dados e encontrar comportamentos comerciais que no se enquadram na normalidade de um determinado indivduo. Atravs dessas tcnicas fica mais fcil detectar eventuais fraudes.

Empresa Adaptative Decision Systems BehavHeuristics Inc. Britvic Microsoft HNC Software Synaptics Eletronic Data publishing Inc. Fujitso

Produto (funcionalidade) Avalia decises de marketing direto Prev demanda de passagens areas Previso de venda de refrigerantes Sistema de marketing direto via mail Sistema de valor imobilirio Leitor de cheques Reconhecimento de caracteres Software de entradas em pcs em forma de caneta

Lexicus

Reconhecedor de letras cursivas para PC

MasterCard

Deteco de desvios em hbitos comuns

Algoritmo

Os algoritmos de mapas de Kohonen so como se segue: 1. Inicializao dos pesos. 2. A escolha de um padro de um conjunto de padres de treino. (O conjunto de treino so apresentadas ciclicamente at que a convergncia da rede. Atualizando alfa). 3. Propagar o padro de entrada para a camada de competio. Obter os valores de sada das clulas da referida camada. Este utiliza a distncia euclidiana. 4. Avaliar o neurnio vencedor, ou seja, aquele cuja distncia o menor de todos. 5. Atualizar os pesos do neurnio vencedor e seus vizinhos, de acordo com o seu grau de vizinhana. 6. Se alfa acima de um certo limiar, volte para o passo 2, caso contrrio FIM.

Referncias Bibliogrficas

http://www.redesdeneuronas.com/mapas-de-kohonen.html - Traduzido em http://translate.google.com.br www.youtube.com/watch?v=JscwdkDXtuY http://www.dct.ufms.br/~mzanusso/Kohonen.htm http://www.docstoc.com/docs/104945503/Mapas-AutoOrganiz%EF%BF%BDveis-de-Kohonen