Redes Neurais Artificiais

Introduo O estudo das redes neurais artificiais algo fascinante e esse fascnio aumenta medida que se tem mais conhecimento sobre o assunto. Trata-se de um conceito de extrema importncia da computao, responsvel pela soluo de muitos problemas complexos. Este artigo explicar o que so redes neurais artificiais e abordar de maneira bsica seu funcionamento. O que so redes neurais artificiais Redes neurais artificiais so um conceito da computao que visa trabalhar no processamento de dados de maneira semelhante ao crebro humano. O crebro tido como um processador altamente complexo e que realiza processamentos de maneira paralela. Para isso, ele organiza sua estrutura, ou seja, os neurnios, de forma que eles realizem o processamento necessrio. Isso feito numa velocidade extremamente alta e no existe qualquer computador no mundo capaz de realizar o que o crebro humano faz. Nas redes neurais artificiais, a idia realizar o processamento de informaes tendo como princpio a organizao de neurnios do crebro. Como o crebro humano capaz de aprender e tomar decises baseadas na aprendizagem, as redes neurais artificiais devem fazer o mesmo. Assim, uma rede neural pode ser interpretada como um esquema de processamento capaz de armazenar conhecimento baseado em aprendizagem (experincia) e disponibilizar este conhecimento para a aplicao em questo. Funcionamento das redes neurais artificiais As redes neurais artificiais so criadas a partir de algoritmos projetados para uma determinada finalidade. impossvel criar um algoritmo desse sem ter conhecimento de modelos matemticos que simulem o processo de

aprendizado do crebro humano. Por este ser um artigo de introduo a este assunto, abordaremos uma explicao conceitual eliminando ao mximo os princpios matemticos naturalmente relacionados. Basicamente, uma rede neural se assemelha ao crebro em dois pontos: o conhecimento obtido atravs de etapas de aprendizagem e pesos sinpticos so usados para armazenar o conhecimento. Uma sinapse o nome dado conexo existente entre neurnios. Nas conexes so atribudos valores, que so chamados de pesos sinpticos. Isso deixa claro que as redes neurais artificiais tm em sua constituio uma srie de neurnios artificiais (ou virtuais) que sero conectados entre si, formando uma rede de elementos de processamento. Tendo uma rede neural montada, uma srie de valores podem ser aplicados sobre um neurnio, sendo que este est conectado a outros pela rede. Estes valores (ou entradas) so multiplicados no neurnio pelo valor do peso de sua sinapse. Ento, esses valores so somados. Se esta soma ultrapassar um valor limite estabelecido, um sinal propagado pela sada (axnio) deste neurnio. Em seguida, essa mesma etapa se realiza com os demais neurnios da rede. Isso quer dizer que os neurnios vo enfrentar algum tipo de ativao, dependendo das entradas e dos pesos sinpticos. Existem vrias formas de se desenvolver uma rede neural. Ela deve ser montada de acordo com o(s) problema(s) a ser(em) resolvido(s). Em sua arquitetura so determinados o nmero de camadas usadas (as camadas so formadas por neurnios), a quantidade de neurnios em cada camada, o tipo de sinapse utilizado, etc.

O aprendizado O processo de aprendizagem das redes neurais realizado quando ocorrem vrias modificaes significantes nas sinapses dos neurnios. Essas mudanas ocorrem de acordo com a ativao dos neurnios. Se determinadas conexes so mais usadas, estas so reforadas enquanto que as demais so enfraquecidas. por isso que quando uma rede neural artificial implantada para uma determinada aplicao, necessrio um tempo para que esta seja treinada. Existem, basicamente, 3 tipos de aprendizado nas redes neurais artificiais: Supervisionado: neste tipo, a rede neural recebe um conjunto de entradas padronizados e seus correspondentes padres de sada, onde ocorrem ajustes nos pesos sinpticos at que o erro entre os padres de sada gerados pela rede tenham um valor desejado; No-supervisionado: neste tipo, a rede neural trabalha os dados de forma a determinar algumas propriedades dos conjunto de dados. A partir destas propriedades que o aprendizado constitudo; Hbrido: neste tipo ocorre uma "mistura" dos tipos supervisionado e nosupervisionado. Assim, uma camada pode trabalhar com um tipo enquanto outra camada trabalha com o outro tipo. Aplicaes para redes neurais

As redes neurais artificiais podem ser aplicadas para resolver uma grande quantidade de problemas. Um bom exemplo de aplicao so softwares de reconhecimento de voz, que precisam aprender a conhecer a voz de determinadas pessoas. Redes neurais tambm so usados em rbos que desarmam bombas. Se voc j usou um scanner para retirar um texto de um jornal, por exemplo, saiba que o software de OCR, que responsvel por isso, precisa aprender a reconhecer caracteres da imagem. Logo, ele certamente possui algoritmos de rede neural. Existem at alguns softwares que aprendem a identificar SPAMs em e-mails e apag-los (e conseguem uma margem aceitvel de acertos). Mas no geral as redes neurais so usadas principalmente em aplicaes mais complexas, como em usinas, mercado financeiro, etc. Finalizando claro que as redes neurais artificiais abordam outros conceitos que no foram citados aqui, afinal este um artigo de introduo e o assunto complexo para ser detalhado no InfoWester. Tanto que existem at livros sobre redes neurais. Se voc tem interesse pelo assunto, as redes neurais costumam ser abordadas em cursos de computao de universidades. Portanto, voc pode estudar cincia da computao e se especializar nesta rea, por exemplo. Quando uma rede neural artificial implementada, isso no significa que ela ter 100% de acerto nas situaes em que trabalha. Este um assunto h tempos sendo estudado, mas que ainda sofre pesquisas e certamente ter ainda muitas inovaes. O sonho de se ter uma mquina to poderosa quanto o crebro humano o que certamente idealizou este assunto, mas ainda h muito trabalho a ser feito. As redes neurais artificiais podem ser usadas em muitas aplicaes crticas. E apesar de ser um assunto complexo, como foi dito no incio deste artigo: algo fascinante e este fascnio aumenta medida que se tem mais conhecimento sobre o assunto.

Escrito por Emerson Alecrim - Publicado em 09_05_2004 - Publicado em 09_05_2004

Voltar Home Topo

http://www.infowester.com/redesneurais.php