Escolar Documentos
Profissional Documentos
Cultura Documentos
Sistemas inteligentes
Fonte: SILVA; SPATI; FLAUZINO (2010) Fonte: SILVA; SPATI; FLAUZINO (2010)
Sistemas Inteligentes 2
Professor Renato Kazuo Miyamoto
• Arquitetura feedfoward de camada simples: possui uma única camada
de neurônios, que já é a própria camada de saída.
• Perceptron e Adaline.
Sistemas Inteligentes 5
Professor Renato Kazuo Miyamoto
• Sequência passo a
passo para a
operação do
Perceptron.
Sistemas Inteligentes 6
Professor Renato Kazuo Miyamoto
Conceitos
Rede Adaline
Apesar das semelhanças, os trabalhos que descreveram o Perceptron e
o Adaline surgiram em áreas diferentes e com enfoques diferentes.
Sistemas Inteligentes 8
Professor Renato Kazuo Miyamoto
Rede Adaline
• A rede Adaline foi desenvolvida e idealizada por Widrow e Hoff em
1960, pertence a arquitetura feedforward de camada única. Sua
aplicação está relacionada com resolução de problemas envolvendo
processamento de sinais analógicos (Silva, 2010).
Sistemas Inteligentes 9
Professor Renato Kazuo Miyamoto
Rede Adaline
• Grande contribuição foi a introdução do algoritmo de aprendizado
denominado regra Delta, que trabalha de modo a minimizar o erro
quadrático médio, portanto para mapeamento de variáveis não-
linearmente separáveis o algoritmo Adaline é passível de convergência.
Sistemas Inteligentes 10
Professor Renato Kazuo Miyamoto
Rede Adaline
• Única camada neural;
• Único neurônio;
Sistemas Inteligentes 11
Professor Renato Kazuo Miyamoto
• A Tabela explicita os aspectos característicos dos parâmetros
relacionados com a dinâmica de funcionamento do Adaline.
Regra Delta
Sistemas Inteligentes 12
Professor Renato Kazuo Miyamoto
Processo de treinamento da Adaline:
• Regra Delta: implementa um gradiente descendente no quadrado da
soma do erro para funções de ativação lineares.
Sistemas Inteligentes 13
Professor Renato Kazuo Miyamoto
• A função erro quadrático pode ser definido por:
Sistemas Inteligentes 14
Professor Renato Kazuo Miyamoto
• Próximo passo consiste na aplicação do operador gradiente em relação
ao vetor 𝑤, como objetivo do valor ótimo para o erro quadrático médio:
Sistemas Inteligentes 15
Professor Renato Kazuo Miyamoto
é o vetor contendo o limiar e os pesos;
é a k-ésima amostra de treinamento;
é o valor desejado para a k-ésima amostra;
é o valor de saída do combinador linear;
é uma constante que define a taxa de aprendizagem da rede
Sistemas Inteligentes 16
Professor Renato Kazuo Miyamoto
• Sequência passo a
passo para o
treinamento da
Adaline.
Sistemas Inteligentes 17
Professor Renato Kazuo Miyamoto
• Sequência passo a
passo para o
algoritmo para
obtenção do erro
quadrático médio na
Adaline.
Sistemas Inteligentes 18
Professor Renato Kazuo Miyamoto
• Sequência passo a
passo para a
operação da Adaline.
Sistemas Inteligentes 19
Professor Renato Kazuo Miyamoto
Perceptron x Adaline: na rede Adaline existe apenas uma reposta de pesos
ideais conforme a variação estipulada, não importando qual o peso inicial, já na
rede Perceptron existe um conjunto de respostas satisfatórias que podem falsear
alguns dados.
Sistemas Inteligentes 21
Professor Renato Kazuo Miyamoto
• É oferecido uma rede Adaline para treinar dados de entrada coletados e
classificar -1 para ajuste de válvula A e +1 para ajuste de válvula B. Utilizar a
regra de treinamento Delta.
Sistemas Inteligentes 22
Professor Renato Kazuo Miyamoto
A X1 X2 X3 X4 Y
1º
2º
3º
4º
5º
Sistemas Inteligentes 24
Professor Renato Kazuo Miyamoto
• Plotar o comportamento do
Eqm por épocas.
Eqm_ant = Eqm_at;
.
.
.
Sistemas Inteligentes 25
Professor Renato Kazuo Miyamoto
Referências
LIMA, Isaías; PINHEIRO, Carlos A. M. ; SANTOS, Flávia A Oliveira. Inteligência Artificial.
Rio de Janeiro: Elsevier, 2014. 184 p. ISBN: 8535278087.
SILVA, I. N.; SPATTI, D. H.; FLAUZINO, R. A. Redes Neurais Artificiais para engenharia e
ciências aplicadas: curso pratico. São Paulo: Artliber, 2010.
SIMON, H. Redes Neurais Artificiais princípios e prática. 2ed. São Paulo: Bookman,
2000.
Sistemas Inteligentes 26
Professor Renato Kazuo Miyamoto