sistemas de informação inteligentes aula 3 nadilma nunes [email protected] [email protected]
TRANSCRIPT
Motivação
• Ideia geral de RNA– 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, e frequentemente ultrapassando seu professor.
– circuitos neurais artificiais poderão se auto-organizar, quando apresentados a ambientes diversos, criando suas próprias representações internas e apresentar comportamentos imprevisíveis.
O Sistema Nervoso
• Controla as reações rápidas do corpo como a contração muscular (função motora)
• É comum atribuir aos neurônios as principais funções cerebrais
• Existem aproximadamente 10¹¹ neurônios no cérebro humano
O Sistema Nervoso
• O neurônio tem um corpo celular chamado soma e diversas ramificações.• As ramificações conhecidas como dendritos, conduzem sinais das
extremidades para o corpo celular. • Existe também uma ramificação, geralmente única, chamada axônio, que
transmite um sinal do corpo celular para suas extremidades. As extremidades do axônio são conectadas com dendritos de outros neurônios pelas sinapses. As sinapses são responsáveis pela memorização das informações.
Um neurônio tem de 1000 a 10000 sinapses e pode receber informação de perto de 1000 outros neurônios.
O Sistema Nervoso
• O fluxo da informação ocorre sempre no sentido:– Dendritos Corpo Celular s Axônio➔ ➔– Neurônios podem se conectar com outros neurônios
...
Curiosidades
• Há cerca de 100 bilhões deles no cérebro e na coluna vertebral.
• Cada neurônio tem cerca de 10.000 sinapses com outros neurônios.
• A maioria deles está localizado no córtex cerebral.• O córtex existe apenas nos cérebros de mamíferos.• O córtex é identificado popularmente como massa cinzenta.• O córtex é a estrutura responsável pelas habilidades cognitiv
as superiores, tais como memória, raciocínio lógico, linguagem, consciência, dentre outras.
Mais curiosidades
• O cérebro produz sim novos neurônios (e.g. hipocampo).
• O tempo de propagação de um impulso no axônio é da ordem de milissegundos!• O peso do cérebro é aprox. 2% do peso de um
a pessoa. • Mesmo em repouso, o cérebro consome 20%
de sua energia.
Neurônio artificial
• Neurônio artificial de McCulloch Pitts (MP)• o neurônio M
P é uma aproximação útil do neurônio real, pois serve até hoje como bloco construtivo básico de algoritmos de redes neurais.
• Devemos desenvolver modelos matemáticos que representem os dendritos, as sinapses, o corpo celular e o axônio.
Neurônio artificial
• Passo 1: Cada ramo da árvore dendrítica é modelado como uma linha ou canal de trans-missão por onde flui a informação de entrada (xj, j=1, ..., p).
Neurônio artificial
• Passo 2: A força (ou eficiência) das conexões sinápticas de uma certa árvore dendrítica é modelada como um fator (peso sináptico), cujo papel é modular o fluxo de sinais passando por uma certa árvore dendrítica.
Neurônio artificial
• Passo 3: A função do corpo celular de realizar o balanço ou acúmulo energético é modelada por uma operação de somatório sobre as entradas moduladas pelos pesos sinápticos.
Aplicação de RNA - Previsão
• Tarefa: dado um conjunto de exemplos {(y(t1), (y(t2),..., (y(tn)}, prever a saída y(.) no instante de tempo tn+1
• Exemplos– Previsão do tempo– Previsão de falências– Previsão de ações na bolsa– Previsão de desgaste de peças
Aplicação de RNA - Otimização
• Tarefa: encontrar solução que satisfaça a um conjunto de restrições tal que uma função objetivo seja maximizada ou minimizada
• Exemplo– Problema do caixeiro viajante (NP completo)
Exercício
• Procurar um exemplo de aplicação de uma rede neural artificial para predição de valores.– Dica: Rede Neural e predição de bolsa de valores
ou Rede Neural e previsão do tempo.
Seminários
• Redes Neurais Artificiais– O que são?– Funcionamento básico– Topologias de RNAs– Potenciais áreas de aplicação das RNAs– Exemplo de funcionamento