Escolar Documentos
Profissional Documentos
Cultura Documentos
REDES NEURAIS
Londrina – PR
2004
2
REDES NEURAIS
Londrina – PR
2004
3
REDES NEURAIS
Banca Examinadora:
DEDICATÓRIA
AGRADECIMENTOS
Ao professor D.Sc Pedro Paulo da Silva Ayrosa cuja direção sempre procurou
infundir-nos confiança e perseverança, sentimentos básico para toda e qualquer
realização humana.
Aos meus pais e esposa, pela paciência, carinho e sensibilidade nos momentos de
tensão e alegrias durante a realização deste estudo.
Consciência.
7
RESUMO
ABSTRACT
With the evolution of computing in the society, the man has always followed for
building machine which could reason similar to the human being. The border of the
unknown has always called attention, because man even with all available
technology couldn’t discover the mysteries that are behind the human brain, the way
as it processes information, recognizes standards, perception and motor control. This
work comes up with the necessity of a study which has been analyzed along the
years where, the application of mathematical formulas simulates, when applied in
computational equipments, the recognition of standards of the human neural model.
The work of neural nets began, revising the basic notions of recognition of the
applied human standard to computing. The proposal in this project is based on
presenting the artificial models focusing the neural net of KOHONEN, his methods of
learning and recognition, artificial and natural models, types of neural nets and his
applications of assistance in the resolution of complex problems of great scale that
are actually intractable. However, the neural nets can’t supply an individual solution
needing to be integrated in a consistent boarding of systems engineering, throughout
the use of paradigms of auto-organized nets considered by KOHONEN.
9
SUMARIO
CAPÍTULO I - INTRODUÇÃO...................................................................................13
4.1 Supervisionado.................................................................................................33
4.5 Reforço.............................................................................................................37
CAPÍTULO VI – CONCLUSÃO.................................................................................52
REFERÊNCIAS.........................................................................................................53
11
LISTA DE FIGURAS
CAPÍTULO I - INTRODUÇÃO
no cérebro humano.
representando de forma artificial, mas com diversas restrições as quais esta distante
decisões.
pelo ambiente significando que modelos de redes neurais podem lidar com dados
por ela.
maior eficiência na resolução de tarefas nas quais devem ser seguidas etapas, o
15
computação neural e aplicações reais em nosso meio. Com todos esses benefícios a
rede neural sem dúvida e uma ferramenta poderosa no campo da ciência moderna
auxiliando o homem em tarefas simples e complexas, mas com uma grande gama
trabalho.
(SOM) o qual recebeu a maior parte da atenção devida ser um modelo que utiliza um
soluções onde jamais o ser humano poderia alcançar sem o auxilio dessas
1.4 Motivação
algoritmo são:
a - Analise Financeira
b - Estatística.
c - Processamento de sinais.
d - Física experimental.
e - Química e Medicina.
f - Entre outros.
dimensionalidade.
KOHONEN são:
19
doenças.
geologia, ambiente.
inspeção de qualidade.
da ciência moderna devido a sua grande gama de aplicações e soluções com alto
situação atual das pesquisas nesse campo. Finalizando esse capítulo será
pesquisas e exaustivos trabalhos que se estendem aos longos dos anos. Cientistas
procuram desvendar o mistério que leva ser humano a ter diversos sentidos como:
substituídos por entradas e sua ligação com a estrutura artificial neural é realizada
redes neurais são formadas por unidade, nós de processamento que são
neurais artificiais têm sua divisão em neurônios de entrada, que recebem estímulos
função soma e o limiar de disparo do neurônio biológico foi substituído pela função
transferência.
informação obtida.
Uma vez que é passado valor para a fórmula pode-se ter diversos
natureza tanto pela sua complexidade quando pela sua eficiência natural dinâmica.
soma com infinitas ramificações denominados dendritos há uma longa fibra chamada
comunicação.
aumentar ou diminuir o sinal que está sendo enviado. Quando esse sinal atinge um
sendo que cada um deles faz entre mil e dez mil conexões com os neurônios
biológica, pois como dito no parágrafo acima, a rede neural artificial simula de forma
disparo que ocorrem naquela conexão. Uma descrição do modelo está ilustrado na
de saída do algoritmo.
27
Entradas Dendritos
Pesos Sinapse
natural como sendo entradas binárias por somas ponderadas, produzindo uma
1942.
modificações.
matemática para provar que havia falhas em redes baseados em única camada.
29
contribui com sua pesquisa o qual ganhou um modelo neuronal que ficou conhecido
ou bidimensionais o qual se tornou referência devido a uma grande atenção que foi
pesquisas na área.
retropropagação (back-propagation).
30
seus esforços para obterem resultados ainda mais próximos ao neurônio biológico,
atuais.
Com avanço tecnológico as redes neurais estão cada vez mais presentes
em nossas vidas.
grande banco com o gasto de seu cartão de credito com as seguintes perguntas:
Viagens?
Essas informações são obtidas no instante que o cliente utiliza seu cartão,
beneficio creditado.
bancários por criminosos. Agora imagine se não tivéssemos uma ferramenta como
do cliente para obter resultados que não seriam satisfatórios pelo tempo e prazo de
combate as doenças.
mesmo, pois toda a base com que a rede neural trabalha depende do especialista
para indicar em seu treinamento como será o padrão de identificação, essa base e
humanos como visão, movimento motor entre outros. Análise de sinais, Optical
escrita.
exemplos apresentados por meios externos. A iniciação da rede neural passa pela
4.1 Supervisionado
auxilia no aprendizado informando os pesos que deve ser modificado para que o
aprendizado aconteça.
rede tem sua saída corrente (calculada) comparada com a saída desejada,
desejada (que representa uma ação ótima a ser realizada pela rede) com a resposta
feitos nos pesos a cada etapa de treinamento, de tal forma que estes caminhem, se
Professor
+
-
RNA Σ
Entrada
Erro
Estado do Resposta
Meio Externo
Meio Externo RNA
4.3 Hebiano
Hebb propõe que o peso de uma conexão sináptica deva ser ajustado,
caso exista sincronismo entre os "níveis de atividade" das entradas e saídas. Caso
4.4 Competitiva
4.5 Reforço
usando somente um critério de erro, sendo que no aprendizado por reforço a única
Crítico
Reforço / Penalidade
RNA
ação
reforço.
peso e a saída desejada, ou seja, o erro da resposta atual da rede. O termo e(t)
e(t ) = d (t ) − y (t )
instante de tempo t. A forma genérica para alteração dos pesos por correção de
wi (t +1) = wi (t ) + n e(t ) xi (t )
tempo t.
A equação acima nos mostra o ajuste dos pesos deve ser proporcional ao
produto do erro pelo valor de entrada da sinapse naquele instante de tempo. Esse
método pode ser chamado de regra delta de aprendizado. Este método caracteriza o
organizáveis).
tamanho da rede.
neurônios selecionados.
42
n
di (t ) = [x (t ) − w (t )]
j ij
2
j =1
neurônio i no tempo t.
euclidiana.
[ ]
wi (t + 1) = {wi (t ) + n (t ) x (t ) − w j (t ) } se i ∈ v n (t )
wi (t + 1) = {wi (t )} se i ∉ v n (t )
ao passo três.
Havíamos dito nos tópicos acima que a rede SOM é do tipo competitiva e
não supervisionada. São redes que podem ser usadas para classificações ou
pesos, os nodos competem entre si, o nodo com a menor distância euclidiana e
atualização da grade de pesos são ativados, mas somente o que estão em um raio
de vizinhança que terão seus valores nos pesos modificados, ou seja, atualizados
decrementados.
wi (t + 1) = wi (t ) + hci (t )[ x (t ) − w j (t )]
processadores (c e i)
=> n c (t ) .
45
d - hci (t ) = 0 se nó i ∉ nc (t )
e- 0 < α (t ) < 1
| rc − r j | 2
hci (t ) = α (t ). exp −
2σ 2 (t )
cortical.
neurônios com a distância euclidiana menor que 0.8 seriam os vencedores dessa
competição.
Mas uma observação importante deve ser avaliada, pois quando temos
ajuste de vizinhança.
será descrito de forma simplificada em regras simples que produzidas por algoritmos
48
As Vantagens são:
estatísticas.
problema.
conhecimentos.
caso haja problema em um de seus nodos a rede não fica inoperante podendo ate
As desvantagens são:
treinamento devem ser de processamento rápido, isso requer um custo alto com
Tais redes podem classificar e reconhecer diversos padrões. Diversos trabalhos vem
sendo avaliados ao longo dos anos no campo de redes neurais, verificando sua
estão reconhecimentos de padrões como calígrafia, imagens, o que será cada vez
previsão como nos mercados financeiros que avalia melhores decisões dependendo
falada. A entrada de sinais da forma escrita por teclado e na forma falada por
de sinais simples. Seu principal objetivo nessa pesquisa foi de aplicar o modelo de
ambiente Windows.
CAPÍTULO VI – CONCLUSÃO
exemplos, proporciona fortes incentivos para futuros projetos aplicados nas soluções
topologias, com isso a rede se torna cada vez mais dinâmica em relação a outros
modelos conhecidos.
robótica e sistemas inteligentes será tão natural que passará de complexo a fácil à
REFERÊNCIAS
marcos/RNAsom.htm
em http://www.ec.ucdb.br/~marco/courses02a/ai2/lectures/RNA-ucdb01b.pdf
Bookmann, 2001.
HEBB, Donald.O. The Organization of Behavior. New York: Wiley, 1949. p. 60-65.
54
KOHONEN, Teuvo. The Self-Organizing Map. Proceedings of the IEEE, v. 78, n.9,
1990. p. 1464-1479.
KANDEL, Eric et al. Principles of neural science. 3. ed. USA: Appleton & Lange,
1991. p. 367-384.
em http://www.univ.com.br/acmm/Redes/~RNIN -DEX.htm
Disponível em http://www.terravista.pt/Meco/5704/RedesNeurais.htm
http://www.marceloeliasoliveira.cjb.net/
http://www.inf.ufpr.br/~aurora/tutoriais/kohonen.pdf
http://www.eletrica.ufpr.br/lamar/te746/Turma2004/ERI98-silvia.pdf
_configuracao_rna.pdf
Disponível em http://www.din.uem.br/ia/neurais/
55
TAFNER, M.A. O que são redes neurais?. Acessado em: 12.abr.2004. Disponível em
http://www.epub.org.br/cm/n05/tecnologia /plasticidade2.html
Disponível em http://websom.hut.fi/websom
http://www.cbcomp.univali.br/anais/pdf /2002/ina007.pdf
http://www.cic.unb.br/~weigang/pub/cnrnrj 2001.pdf