Escolar Documentos
Profissional Documentos
Cultura Documentos
Redes Neurais
são mais adaptados a ruídos
Consegue identificar o caminho da base de dados se é ou não
linear.
Consegue ajustar um modelo levando em consideração 3 tipos
distintos de dados (Biomassa, carbono e volume)
Reconhecimento/Classificação de Padrões
Otimização de sistemas
Redes Neurais 1
Memórias associativas (aviões)
🚨 Em erros neurais é possível não ter erro. Erro igual a zero. Mas isso é um
problema pq ela decora um caminho e isso impossibilita a aplicação de uma
nova base de dados.
Camadas ocultas
Camadas de saídas
Redes Neurais 2
🚨 É um modelo simplificado e aparentado do neurônio real, na qual suas
propriedades básicas são a adequação e a reprodução de informações
baseada em conexões, sendo este a unidade de processamento de
informações de uma RNA, onde a mesma é construída de “n” entradas
(DAP, altura, idade) e uma saída y (volume, sítio). As entradas são
associadas a pesos w1, w2,…, que representam as sinapses. Essas podem
ser negativas ou positivas.
Tipos de funções:
Função degrau;
Função logística
Função linear
ADALAINE: não tem camada oculta, só tem camadas de entradas e saídas, esse
tipo de rede possui um único neurônio de processamento. Usar quando funções
tem características lineares.
RPF: com uma camada oculta com elevado número de neurônios e função de
ativação gaussiana e camada de saída com função de atividade linear. Aplicável a
todo problema de aproximação de função e classificações de padrões.
Redes Neurais 3
Estrutura e aprendizado de uma rede neural artificial
Redes Neurais 4