Escolar Documentos
Profissional Documentos
Cultura Documentos
DE RECURSOS HUMANOS
Redes Neurais
Artificias
Profa. Fernanda Smith
fernandasmith@unifap.br
Conteúdo
PARTE 1
APRENDIZADO
COMO FAZER?
Arquitetura de Von Neumann Em lugar de tentar programar um computador digital de modo a fazê-lo imitar um
comportamento inteligente procura-se construir um computador que tenha circuitos
modelando os circuitos cerebrais e espera-se ver um comportamento inteligente
emergindo, aprendendo novas tarefas, errando, fazendo generalizações e descobertas!
O que são Redes Neurais Artificiais?
Pesos
Sinápticos
A capacidade de resolver um determinado problema encontra-se na sua arquitetura, ou Neurônios
seja, no número e modo pelo qual os elementos processadores estão interconectados, Artificiais
nos pesos destas conexões e no número de camadas.
O que são Redes Neurais Artificiais?
Uma rede neural artificial é um processador maciçamente paralelamente distribuído
constituído de unidades de processamento simples, que têm a propensão natural de
armazenar conhecimento experimental e torná-lo disponível para o uso.
Intenso paralelismo
Robustez
Aprendizado por meio de exemplos
Generalização
Principais características das RNAs
Intenso Paralelismo
Os sistemas reais são em sua grande maioria não lineares, sendo difíceis de serem
modelados e controlados devido a sua complexidade.
Também devido ao paralelismo, a falha de alguns neurônios não causam efeitos significantes
para a performance de todo o sistema, o que é chamado de tolerância a falhas.
Principais características das RNAs
Robustez
A rede neural é tolerante a falhas, visto que, mesmo perdendo algumas conexões sinápticas,
a mesma provavelmente continuará fornecendo resultados aceitáveis.
Generalização
É a capacidade que as redes neurais possuem, quando bem treinadas, de fornecer respostas
satisfatórias mesmo para padrões de treinamento não incluídos durante o processo de
aprendizagem da rede.
Aplicações de RNA
Mineração de Dados
Processamento de Sinais
Carros Autônomos
Auxílio ao Diagnóstico Médico
Finanças Agricultura
Jogos Diagnóstico por Imagem
Classificação de Padrões
Aproximação de Funções
Segmentação em Classes
Exemplos de aplicações:
Reconhecimento de caracteres
Reconhecimento de voz
Reconhecimento de faces
Aplicações de RNA
Aproximação de funções
Exemplos de aplicações:
Problemas de modelagem científica e de engenharia
Aplicações de RNA
Segmentação em Classes
Com isso elas são capazes de encontrar padrões totalmente ocultos aos olhos humanos
Exemplos de aplicações:
Mineração de dados (Data mining)
Compressão de dados
Aplicações de RNA
Predição de Séries Temporais
Dado um conjunto de dados que ocorreram no passado, as redes neurais podem tentar
prever o futuro!
Exemplos de aplicações:
Previsão do tempo
Previsão de falências
Previsão de ações na bolsa
Previsão de desgaste de peças