Documente Academic
Documente Profesional
Documente Cultură
Bag 2011/1
Conceito
* As redes neurais so sistemas inteligentes assim como so modelos matemticos semelhantes s estruturas neurais biolgicas, que tem uma capacidade computacional adquirida por meio de aprendizado e generalizao.
Objetivos
Armazenar conhecimento; Aplicar conhecimento armazenado para resolver problemas; Adquirir novo conhecimento;
Exemplos de Aplicaes
NeuroVision Sistema de reconhecimento de caracter baseado em manuscrita. Desenvolvido para demonstrao, utilizao educacional e uso cientfico.
Fonte: http://neurovision.sourceforge.net
Exemplos de Aplicaes
Sistema de identificao automtica de veculos Sistema desenvolvido na Universidade Federal do Rio Grande do Sul (UFRGS), que tem o objetivo de dotar uma maquina da capacidade de localizar e interpretar o contedo da placa de um veculo qualquer atravs da utilizao de tcnicas de processamento de imagens e inteligncia artificial.
Fonte: http://www.lapsi.eletro.ufrgs.br/projetos/siav
As topologias podem ser definidas pelo nmero de camadas, quantidade de neurnios nas camadas e pelo tipo de conexo entre os neurnios. Dentre os tipos de configuraes existentes, a rede pode ser do tipo feedforward (direta) ou do tipo feedback (com retroalimentao). (Duarte, 2009).
Fonte: http://www.lncc.br/~labinfo/tutorialRN/imagens
O nmero de nodos da camada intermediria, normalmente definido de maneira emprica, dependendo da validao da rede, e dos padres de treinamento. Vrios fatores so influentes para definir o nmero adequado de nodos na camada intermediaria, dentre os fatores, podemos citar:
Consideraes finais
As redes neurais multicamadas proporcionam uma evoluo no poder computacional em relao s redes de camada nica devido a sua maior capacidade de representao, esta justificada pelo uso de camadas intermedirias ou escondidas e de funes de ativao no-lineares
Referncias Bibliograficas
BRAGA, AP.; CARVALHO, A.P.L.F.; LUDEMIR, T.B. Redes Neurais Artificiais.In: S.O. REZENDE (Coord). Sistemas Inteligentes: Fundamentos e Aplicaes. Barueri, SP. Editora Manoele, 2005. DUARTE, Valquria A. R. MP-Draughts Sistema multiagente de aprendizagem automtica para damas baseado em redes neurais perceptron. 2009. Disponvel em: http://www.bdtd.ufu.br/tde_arquivos/5/TDE-2009-10-13T153747Z1704/Publico/Valquiria.pdf. Acesso em: 11 Jun. 2011. HORIE, Andr Kenji. et al. Redes Neurais Multicamadas. 2008. Disponvel em: http://www.lti.pcs.usp.br/pcs2059/aulas/Seminario-G14doc.pdf. Acesso em 12 Jun. 2011.
Referncias Bibliograficas
Instituto de Cincias Matemticas e de Computao USP Pgina do Professor Andr Ponce : www.icmc.usp.br/~andre/ (acessado em 09/06/2011) PAIVA, Bruno. M. Sintonia Automatizada de Ganhos de Retroao deEstados em Sistemas de Controle com o Auxlio de Redes Neurais Artificiais. 2008. Disponvel em: http://pt.scribd.com/doc/49968495/10/ARQUITETURA-DE-REDESNEURAIS-ARTIFICIAIS. Acesso em: 12 Jun. 2011. RAUBER, Thomaz. Walter. Redes Neurais Artificiais. 2006. Disponvel em: http://www.cic.unb.br/~lamar/te803/Turma2006/ERI98-silvia.pdf. Acesso em 11 Jun. 2011. Redes Neurais: Princpios e Prtica. HAYKIN, Simon. 2 Edio, 2008. Editora Bookman. Rezende, Solange O. (2003). Sistemas Inteligentes Fundamentos e aplicaes. Barueri, SP. Editora Manole.