Slide 1

Redes Neurais Artificiais so tcnicas computacionais que apresentam um modelo matemtico inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento atravs da experincia.Os neurnios se comunicam atravs de sinapses. Sinapse a regio onde dois neurnios entram em contato e atravs da qual os impulsos nervosos so transmitidos entre eles. Os impulsos recebidos por um neurnio A, em um determinado momento, so processados, e atingindo um dado limiar de ao, o neurnio A dispara, produzindo uma substncia neurotransmissora que flui do corpo celular para o axnio, que pode estar conectado a um dendrito de um outro neurnio B. O neurotransmissor pode diminuir ou aumentar a polaridade da membrana ps-sinptica, inibindo ou excitando a gerao dos pulsos no neurnio B. Este processo depende de vrios fatores, como a geometria da sinapse e o tipo de neurotransmissor.

HISTRICO1943McCulloch e Pitts1948Wiener1949Hebb1957Rosenblatt1958Widrow e Hoff1969Minsky e Papert1960-1980Kohonen, Grossberg, Widrow, Anderson, Caianiello, Fukushima, gor Aleksander1974Werbos1982Hopfield1986Rumelhart e McClellandO neurnio artificial uma estrutura lgico-matemtica que procura simular a forma, o comportamento e as funes de um neurnio biolgico. Assim sendo, os dendritos foram substitudos porentradas, cujas ligaes com o corpo celular artificial so realizadas atravs de elementos chamados depeso(simulando as sinapses). Os estmulos captados pelas entradas so processados pelafuno de soma, e o limiar de disparo do neurnio biolgico foi substitudo pelafuno de transferncia.

Combinando diversos neurnios artificiais podemos formar o que chamado de rede neural artificial. As entradas, simulando uma rea de captao de estmulos, podem ser conectadas em muitos neurnios, resultando, assim, em uma srie de sadas, onde cada neurnio representa uma sada. Essas conexes, em comparao com o sistema biolgico, representam o contato dos dendritos com outros neurnios, formando assim as sinapses. A funo da conexo em si tornar o sinal de sada de um neurnio em um sinal de entrada de outro, ou ainda, orientar o sinal de sada para o mundo externo (mundo real). As diferentes possibilidades de conexes entre as camadas de neurnios podem gerarnnmeros de estruturas diferentes.Dessa forma, Arquiteturas neurais so tipicamente organizadas em camadas, com unidades que podem estar conectadas s unidades da camada posterior.Usualmente as camadas so classificadas em trs grupos:Camada de Entrada: onde os padres so apresentados rede;Camadas Intermedirias ou Escondidas: onde feita a maior parte do processamento, atravs das conexes ponderadas; podem ser consideradas como extratoras de caractersticas;Camada de Sada: onde o resultado final concludo e apresentado.

A propriedade mais importante das redes neurais a habilidade de aprender de seu ambiente e com isso melhorar seu desempenho. Isso feito atravs de um processo iterativo de ajustes aplicado a seus pesos, o treinamento. O aprendizado ocorre quando a rede neural atinge uma soluo generalizada para uma classe de problemas.8Denomina-se algoritmo de aprendizado a um conjunto de regras bem definidas para a soluo de um problema de aprendizado. Existem muitos tipos de algoritmos de aprendizado especficos para determinados modelos de redes neurais, estes algoritmos diferem entre si principalmente pelo modo como os pesos so modificados.Aprendizado Supervisionado, quando utilizado um agente externo que indica rede a resposta desejada para o padro de entrada;Aprendizado No Supervisionado(auto-organizao), quando no existe uma agente externo indicando a resposta desejada para os padres de entrada;Reforo, quando um crtico externo avalia a resposta fornecida pela rede.

Denomina-se ciclo uma apresentao de todos os N pares (entrada e sada) do conjunto de treinamento no processo de aprendizado. A correo dos pesos num ciclo pode ser executado de dois modos:1) Modo Padro: A correo dos pesos acontece a cada apresentao rede de um exemplo do conjunto de treinamento. Cada correo de pesos baseia-se somente no erro do exemplo apresentado naquela iterao. Assim, em cada ciclo ocorrem N correes.2) Modo Batch: Apenas uma correo feita por ciclo. Todos os exemplos do conjunto de treinamento so apresentados rede, seu erro mdio calculado e a partir deste erro fazem-se as correes dos pesos.Referncias bibliogrficasALECRIM, E. (09 de 05 de 2004). Redes Neurais Artificiais. Acesso em 23 de 06 de 2015, disponvel em Infowester: http://www.infowester.com/Braga, A. C. (s.d.). Instituto de Cincias Matemticas e de Computao. Acesso em 23 de 06 de 2015, disponvel em USP: http://www.icmc.usp.br/~andre/research/neural/index.htm#introMAGRI, Dino. Redes Neurais Artificiais. Inteligncia Artificial. Universidade do Estado de Santa Catarina: 2011.FERNEDA, Edberta. Redes Neurais e sua aplicao em sistemas de recuperao de informaes. Faculdade de Filosofia Cincia e Letras de Ribeiro Preto. Disponvel em www.scielo.br. Acesso em 20/06/2015 as 21:11ANDRADE, Livia Naiara. APLICAO DE REDES NEURAIS ARTIFICIAIS NA CLASSIFICAO DE REAS CAFEEIRAS EM MACHADO-MG. Disponvel em www.scielo.br. Acesso em 20/06/2015 as 20:03.