Aplicao de Rede Neural para auxlio no suporte

deciso na compra de aes de uma empresa

Gabriel Medeiros da Silva
1

Curso de Bacharelado em Sistemas de Informo Faculdade de Computao

Universidade Federal do Par (UFPA)
Rua Augusto Corra, 01 66075-110 Belm PA Brasil
gabrielmedsilva@hotmail.com

Abstract. Thispapershowshowaneuralnetworkisabletoperforminaidin
decisionsupportinthepurchaseofsharesinacompanyfromadatabase
definedinMatLab.
Resumo. Esteartigoapresentacomoumaredeneuralcapazderealizarno
auxlionosuportedecisonacompradeaesdeumaempresa,apartirde
umabasededadosdefinidasnoMatLab.

1. Introduo
Asprimeiras informaes sobreneurocomputaosurgiramem1943,emartigos do
neuroanatomista e psiquiatra Warren McCulloch, do Instituto Tecnolgico de
Massachusetts,edomatemticoWalterPitts,daUniversidadedeIllinois.Osautores
fizeram uma analogia entre clulas nervosas vivas e o processo eletrnico, em um
trabalhopublicadosobre"neurniosformais";simulandoocomportamentodoneurnio
natural,noqualoneurniopossuaapenasumasada,queeraumafunodasomade
valordesuasdiversasentradas.Otrabalhoconsistianummodeloderesistoresvariveis
eamplificadores,representandoconexessinpticasdeumneurniobiolgico.
O primeiro neuro computador a obter sucesso (Mark I Perceptron) surgiu em
1957 e 1958, criado por Frank Rosenblatt, Charles Wightman e outros. Devido a
profundidade de seus estudos, suas contribuies tcnicas e de sua maneira moderna de
pensar, muitos o vem como o fundador da neuro computao na forma em que a temos
hoje.
Redes neurais artificiais so sistemas de processamento de informaes
distribudas, compostas por vrios elementos computacionais simples que interagem por
meio de conexes com pesos distintos. Inspiradas na arquitetura do crebro humano, as
redes neurais exibem caractersticas como a habilidade de aprender padres complexos
de dados e generalizar a informao aprendida (ZHANG, PATUWO e HU, 1998).

Segundo Haykin (2001), as unidades bsicas da rede so os neurnios artificiais

que, por sua vez, se agrupam em camadas. Existem trs categorias de camadas: a
camada de entrada, a camada intermediria, que pode tambm conter outras
subcamadas, e a camada de sada. Os neurnios entre as camadas so conectados por
sinapses ou pesos, os quais refletem a relativa importncia de cada entrada no neurnio.
A camada de entrada responsvel pelas variveis de entrada do modelo, enquanto a
camada de sada contm um ou mais ns e representa os resultados finais do
processamento. Nas camadas intermedirias ou camadas ocultas, o processamento
refinado, possibilitando a formao de relaes no lineares.
2. Prints da Rede Neural
Para a rede neural do exemplo foram usados trs dados (dlar, inflao, preo) de
entradas com suas variaes, e a sada que seria a varivel compra onde os 1 significam
que vale a pena comprar e os 0 que no vale a pena comprar.

Figura 1. Rede Neural.

Figura 2. Aps o treinamento da rede para adaptao dos pesos.

Figura 3. Grfico de performace.

Figura 4. Grfico do estado do treino.

Figura 5. Sada da rede aps a simulao.

Figura 6. Erro da rede aps a simulao.

3. Concluso
A partir das imagens acima mais precisamente da Figura 5, onde encontramos as sadas,
podemos concluir que a rede neural encontrou dificuldades em realizar o auxlio no
suporte deciso, pois no foi capaz de aprender corretamente devido base de dados
ser relativamente pequena. Se fossemos em colocar em porcentagem a rede neural teria
60% na taxa de acerto.

4. Referncias
http://pt.wikipedia.org/wiki/Rede_neural_artifical
http://paginas.uepa.br/engprod/index.php?
option=com_rokdownloads&view=file&task=download&id=132%3Aapostilaredesneur
ais&Itemid=67
http://www.dsc.ufcg.edu.br/~hmg/disciplinas/graduacao/rn-2014.2/RN-5b%20%20Redes%20Neurais%20no%20Matlab.pdf
https://www.google.com.br/search?
q=aritgo+de+rede+neural+sobre+possibilidade+de+chuva&ie=utf-8&oe=utf8&aq=t&rls=org.mozilla:pt-BR:official&client=firefoxa&gfe_rd=cr&ei=DcGPVOTuGsuw8weAhYGICg#rls=org.mozilla:ptBR:official&q=artigo+de+rede+neural+sobre+possibilidade+de+chuva&spell=1